Twitter 上有個迷因是「寫程式已經被解決了」。我不確定這句話到底有幾分真，但有一點很清楚：熟悉一門程式語言這件事已經不再重要，而那些過去困擾人類的摩擦，對 AI 代理來說根本不成問題。

因此，LLM 讓程式語言的選擇變得比以往無足輕重得多。如果你不喜歡原本的選擇，似乎可以輕易地叫它用另一種語言重寫，甚至可以讓它選用一種你身為程式設計師完全陌生的語言。

這反過來意味著，大家更常、也真的會根據語言的行銷話術來做選擇。身為長期的 Rust 開發者，我覺得很有趣的是，現在竟看到許多以前根本不會選擇 Rust 的人也開始發布 Rust 程式碼。我認為這至少有一部分要歸因於最近的兩種風向轉變：大家越來越常談論想要更快的軟體，以及 LLM 在優化程式碼時表現出色，而且不會讓原有功能退化。

像 Mitchell Hashimoto、Charlie Marsh、Jarred Sumner、Daniel Lemire 等人，一直以來都對快速、高效能的軟體有著近乎執念的追求，而且他們也都剛好樂於接受由代理來寫程式。也許是受到他們的影響，又或許根本無關，現在有越來越多人也加入了這個行列。原因在於，有了像 autoresearch 這樣的工具，你甚至不一定需要掌握所有技巧：只要把工作丟給代理去做就好——當然，如果你本身就懂，幫助還是會很大！

環顧四周，會發現有越來越多專案追求又快又小，而且越來越常選擇那些「硬派語言」。受惠的不只是 Rust。連 Zig 也是如此——儘管 Zig 的創造者與部分核心社群對 AI 這整件事抱持相當負面的態度。舉例來說，Cloudflare 新推出的 Artifacts 服務，採用了純 Zig 打造的 Git 協定引擎，編譯後僅約 100 KB 的 WebAssembly 模組；而 Vercel 則發布了 fx，一款主打輕量、快速的 Zig coding agent。就我觀察，這些專案大多都是在 LLM 的協助下完成的。

但不只是大家開始選擇較冷門的語言，他們也越來越常投入那些「困難得多」的技術。突然之間，我看到許多人用 DWARF 檔案、eBPF、客製化網路驅動程式、客製化加密技術，甚至是非常老舊的電腦硬體，做出了令人驚豔的成果。這些領域過去對許多開發者來說根本是遙不可及。在某些情況下（例如加密技術），你甚至會被刻意排擠在外，因為懂行的人故意把這些知識把持起來、不讓外人輕易踏入。

所以，這個世界或許會充斥更多粗製濫造的 AI 垃圾內容，但同時也可能會多出一群追求快速、輕量的開發者。