用于编码代理的最佳编程语言是什么？
为 AI 编码代理选择“最佳”编程语言，结果往往更取决于正确性、工具链和生态约定，而不是原始 token 效率。评论者比较了 Python、JavaScript、Go、Rust、Ada、C#、Elixir 等，指出静态类型、强大的编译器以及自带电池的库能帮助代理自我纠错，而高度流行但结构松散的生态则可能诱发杂乱或脆弱的代码。逐渐形成的共识是，现代 LLM 在许多语言上的表现都差不多，因此最实际的选择通常是那个工具链良好、模式清晰，而且人类维护者也最熟悉的语言。
总体结论
- 许多评论者将结果解读为：主流语言之间的模型表现相近；就正确性而言，语言选择的重要性没有宣传得那么大。
- 也有人认为，这种基准测试忽略了实践中真正重要的东西：可维护性、工具链和生态系统。
语言性能与正确性
- 多位评论者指出，这些基准测试实际上把 Python 和 JavaScript 评为最适合代理的语言，不过一些人觉得文章淡化了这一点。
- 也有人认为 Go、Rust、C# 和 C++ 与代理配合得非常好，尤其是在要求模型避免“危险”特性或反射式魔法时。
- 也有人反对对单一研究过度解读；一些人指出不同运行之间存在很大波动，以及生态系统中一些特有问题。
静态类型与动态类型，以及工具链
- 一个强烈观点是：严格的静态类型、优秀的编译器和分析器（Rust、Go、Ada、OCaml、带类型的 Python、TypeScript、C#）能为代理提供更好的反馈循环，并减少静默失败。
- 反方观点：Python 和 JS 这类动态语言依然非常有效，尤其是配合类型检查器、lint 工具和测试框架时。
生态系统、库，以及“只有一种做法”
- 具有“单一显而易见做法”和强大标准库的语言（Go、.NET、Python 里的 Django、Dart/Flutter、TypeScript 技术栈）被认为特别适合代理。
- “自带电池”的生态系统和经过挑选的库减少了代理选择第三方依赖的需要，从而缩小了搜索空间。
小众与函数式语言
- 对小众或函数式语言的体验褒贬不一：有人报告在 Gleam、Lustre、Odin、Roc、OCaml、Ada 中效果很好；也有人发现模型会幻觉出不存在的特性或难以应对。
- 训练数据规模很重要，但并非决定性因素；语言的简洁性、稳定性和工具链同样会影响结果。
Token 效率与现实成本
- 几条评论认为，紧凑的语法只是局部优化；大多数 token 都花在推理、编排和重试上，而不是原始代码体积上。
- 研究和轶事都表明，不同语言之间的 token 差异并不大；架构、可测试性以及代码库的组件化往往更重要。
博客风格插曲
- 一大段子线程在讨论文章的极简风格：有人喜欢这种无冗余的美学；也有人觉得难读，并认为用户不该自己提供 CSS 或依赖阅读模式。