中国创造一门新编程语言的黄金时代来了？

**出品｜虎嗅科技组** **作者｜陈伊凡、李一飞** **编辑｜苗正卿** **头图｜视觉中国** “AI原生100”是虎嗅科技组推出的AI原生创新专栏，本文为该系列的第**36**篇。 在《魔戒》构建的中土世界中，托尔金创造了一套完整的精灵语，为那片大陆赋予了独特的文化与灵魂。当佛罗多·巴金斯见到精灵领主吉尔多时，对方用昆雅语的“一颗星照耀着我们相遇的时刻”来表达问候。 如今，张宏波也在用一门重新设计的语言，以全新的方式向AI说“你好”。这门语言叫做——**MoonBit**。张宏波现任粤港澳大湾区数字经济研究院（IDEA）基础软件中心首席科学家。 张宏波二十年的职业生涯始终与“语言”紧密相连。微软全球执行副总裁沈向洋对他而言犹如伯乐。在跟随沈向洋学习期间，张宏波坦言自己对编程语言更感兴趣。在那个年代，国内专注编程语言研究的人寥寥无几，沈向洋推荐他前往宾夕法尼亚大学攻读博士。在宾大，张宏波正式踏入了编程语言的领域。后来，随着沈向洋创立IDEA，张宏波也顺理成章地回国加入。 **若非业内人士，或许很难体会构建一套编程语言的挑战。在与虎嗅长达两个多小时的对话中，张宏波首次深入回应了关于AI原生编程语言的种种难点与质疑。** 首先需要明确的是，MoonBit与常见的AI辅助编程工具（如Cursor、Copilot）不同。后者更多侧重于工具调用，而编程语言则与大模型类似，解决的是底层技术与生态问题。 正因为涉及底层技术，一套编程语言通常需要20到30年的发展才能趋于成熟。就像一门新语言需要丰富的词汇、语法和表达方式，并且有足够多人使用，才能最终形成体系。MoonBit诞生仅三年，但其社区已积累了近3000个库，这在编程语言发展史上并不多见。 全球范围内，能够独立开发一套编程语言并配套完整工具链的团队并不多。国外如谷歌、微软具备这样的实力，但大公司往往行动迟缓。 为何选择在这个时间点重新打造一门编程语言？张宏波指出，大模型的出现让这件事从不可能变为可能。ChatGPT问世后，他立即将MoonBit的语法规则输入其中，GPT直接生成了MoonBit代码——“这在以前是无法想象的”。张宏波认为，如果早于GPT两三年启动MoonBit，许多设计可能早已定型，难以调整。而大模型的魅力之一在于其无限的规模化能力，这也使得MoonBit能够快速构建生态，这在过去几乎是天方夜谭。 什么是“AI原生”编程语言？张宏波表示，目前尚无标准答案，但基于他二十年的软件工程经验，这套完全适应当前AI时代的语言应具备几个核心特点： **首先是可靠性。** 未来大量代码可能由AI生成，程序员的核心工作将从“编写代码”转向“审核代码”。这就要求工具链具备极高的容错能力。当前流行的Python和JavaScript在编译时无法完全排除类型错误，但张宏波认为，如果在语言设计之初就预防这些基础错误，系统的可靠性将大幅提升。 **其次是简洁性。** 过去的编程语言是为人类设计的，而AI原生语言是为AI设计的。AI擅长学习简单清晰的规则，而非繁琐且充满例外的情况。 **第三是高效性。** Python的流行源于其高开发效率，但代价是运行效率的牺牲。在大模型时代，人的编码效率已不再关键，AI可以低成本地生成运行效率更高的代码，而动态语言本身的限制使其性能天花板较低。 **此外，还需要对工具链的强掌控力。** 这样才能在每个环节为AI提供精准反馈。例如，开发者在项目中通常会编写README文档和示例代码，生成示例代码时，工具链可以实时向大模型提供反馈，确保语料持续迭代并保持最新。 在张宏波的设想中，MoonBit与Python、JavaScript等语言的另一个重要区别在于**所有权**。此前的编程语言更像“无主财产”，免费开放给所有人使用，不属于任何公司。而MoonBit上的代码只有在其平台上才能发挥最大价值。这样一来，MoonBit不再仅仅是编程语言，更成为一个生态平台。 换言之，构建一套全新的编程语言犹如平地起高楼。张宏波的愿景不仅是拥有这栋楼，还要拥有这片土地。楼内的一切装修、设施都由团队自主完成，而非层层分包，以确保对每个环节和工具链的完全掌控。 在公开平台上搜索MoonBit，既有赞誉也有质疑。最大的质疑在于：当前大模型学习的编程语料主要基于Python等成熟语言，现在让大模型重新学习这套为AI设计的语言，似乎有些矛盾——它是为AI设计的，但AI却还不够了解它。 张宏波将这个问题归结为“鸡生蛋还是蛋生鸡”。团队已经度过了冷启动阶段，在Claude 4.5和GPT 5.2中，对MoonBit的支持已与主流语言无异。目前，团队正在批量将其他语言代码翻译成MoonBit，效率极高。GitHub上已积累了1000万行MoonBit代码，这些均成为大模型的新语料。 更关键的是，在张宏波的设计中，MoonBit与Python等传统语言还有一个根本区别：**所有权归属**。 不同于传统编程语言的开放生态，张宏波坚定地选择了所有权路线。他不仅要“盖楼”，还要“圈地”。生成的高质量语料只有在MoonBit平台上才能发挥最大价值。当然，这也意味着短期内可能牺牲用户增长。“我觉得做人不能拧巴，”张宏波思路清晰，在用户规模与商业化之间，他选择了后者。他曾参与开源编程语言的开发，深知开源的局限。他认为，健康的生态应是双赢，用户与平台相互成就。不过，张宏波也强调，MoonBit坚定支持开源，目前已开源90%的代码（如核心编译器），“我们会在平衡所有权的前提下逐步推进开源”。 --- ### **为何要重新创造AI原生编程语言？** **虎嗅：AI原生编程语言与此前几代语言有何不同？** **张宏波：** 目前“AI原生编程语言”尚无明确定义，但结合我的经验，它至少应具备以下特点： 按重要性排序，**首先是可靠性**。未来大量代码可能由AI生成，程序员的核心工作将转向代码审核。工具链必须足够稳健，能避免低级错误，这在AI生成代码的场景下尤为重要。 **其次是简洁性**。AI本质是机器，擅长学习简单统一的规则，而非复杂例外。过去的语言为人类设计，追求简洁；但对AI而言，规则清晰比简短更重要。 **第三是高效性**。Python因开发效率高而流行，但牺牲了运行效率。在AI时代，高效性可以通过低成本实现。 此外，AI原生语言离不开工具链。开发者需要IDE、编译器、调试器等全套工具，这就要求对工具链有强掌控力，才能为AI提供高质量反馈。例如，MoonBit在语言层面兼容了某些错误语法，先接受再警告，帮助AI修正“幻觉”。 **虎嗅：MoonBit是否包含全套工具链？** **张宏波：** 我们做的是全栈，从编程语言到开发工具链，覆盖所有环节。只做语言本身没有意义，调试、测试等都需要配套工具。 **虎嗅：为何选择从零开始，而非像其他AI编程工具那样快速迭代？** **张宏波：** AI在编程领域的价值体现在两个层面：一是快速搭建一次性应用（如简单网站），这类需求不需要深度维护；二是严肃的大型系统开发。AI生成代码的最大问题是会引入杂乱的技术栈，人类难以维护。要让AI在系统开发中真正发挥作用，必须从底层重构，否则天花板很低。 AI驱动的软件工程革命将持续3-5年。传统开发者工具商业价值有限，但AI软件工程是万亿级市场。要达到极高效率，整套工具都必须重新适配AI。 **虎嗅：MoonBit对中文更友好吗？** **张宏波：** 我们优先聚焦高端市场，初期未刻意强调中文编程。技术文档和内部交流均使用英文，旨在服务全球用户。待资源充足后，会推进本地化，例如支持中文标识符。 **虎嗅：过去设计语言的经验教训是否影响了MoonBit？** **张宏波：** 当然。我曾主导开发ReScript，虽然成功，但IDE体验不佳。因此MoonBit从设计初期就强调工具链的整体性，确保IDE高效可靠。 **虎嗅：MoonBit用户增长的关键节点是什么？** **张宏波：** 2023年仅有几百用户，去年11月达2.6万，目前已超10万，且尚未发布1.0版本。预计2026年底或2027年初用户数将接近百万。增长得益于团队快速完善工具链，以及语言本身在数据处理等方面的独特优势。 **虎嗅：用户画像是怎样的？** **张宏波：** 国内以学生为主，国外则是对WebAssembly感兴趣的开发者。例如，一位英特尔工程师自发贡献了数十个代码包。 **虎嗅：是否关注用户反馈？最近有何有价值的声音？** **张宏波：** 会关注。近期在日本社区受到热议，一位技术大V将MoonBit评为“2025年最佳编程语言”，相关文章阅读量近十万。 **虎嗅：是否有负面反馈？** **张宏波：** 当然有。最常见的误解是期望MoonBit在三年内达到Java三十年的成熟度。实际上，MoonBit社区已有近3000个库，发展速度已远超多数新语言。 --- ### **不仅要“盖楼”，还要“圈地”** **虎嗅：是否担心像其他AI编程工具一样，受制于大模型迭代？** **张宏波：** 许多AI编程工具同质化严重，护城河较浅。我们的核心壁垒在于对工具链的完全掌控及相关知识产权。例如，MoonBit平台生成的代码数据具有独特价值，且生态高度依赖平台。即使大模型公司切断合作，他们也难以复制我们的生态。 长期来看，大模型本身的壁垒可能降低，但通过早期技术优势积累的私有语料与生态，将成为更深的护城河。 **虎嗅：新语言如何与传统语言的生态竞争？** **张宏波：** Java、Python等语言是“无主财产”，免费开放。而MoonBit的生态代码有明确所有权，平台是最大所有者。AI时代之前，构建生态需要大量开发者参与；但现在，AI可以高效完成跨语言翻译与生态迁移，大幅提升效率。 **虎嗅：AI对MoonBit不够熟悉，是否矛盾？** **张宏波：** 我们通过工具链深度优化解决了这个问题。生成示例代码时，工具链会提供实时反馈，确保代码可编译、可测试，语料持续更新。这种模式已在国外大模型上验证，国内因基模能力及语料更新速度，尚存挑战。 **虎嗅：MoonBit的“开放”具体指什么？** **张宏波：** 我们开源了核心软件（如标准库、构建系统），开发者可免费使用。但禁止利用我们的工具提供同类平台服务。简单说，你可以用MoonBit开发软件，但不能用它搭建竞争性平台。 **虎嗅：如何防止滥用？** **张宏波：** 通过许可证限制。个人和企业免费使用，但大型云厂商不能基于MoonBit构建面向第三方的商业服务。 **虎嗅：所有权模式是否影响推广？** **张宏波：** 我们需要在用户规模与商业化之间抉择。我们选择后者。完全开源虽能快速获客，但难以持续商业化。MoonBit三年积累10万用户，已证明其价值。我们不愿为短期增长牺牲长期根基。 **虎嗅：正式版本发布后，反馈如何？** **张宏波：** 商业进展超预期，第二年即有企业购买授权。海外云厂商用MoonBit开发应用，国内已进入北大研究生课程，正与更多高校合作。 **虎嗅：为何选择WebAssembly和高校作为切入点？** **张宏波：** 推广新语言很难，因此我们选择了WebAssembly这一新兴赛道，传统语言对其支持不足。国内主攻高校，因为学生更愿尝试新技术；在职程序员则需要看到明确收益才会迁移。 --- ### **为何瞄准商业化？AI原生编程语言如何盈利？** **虎嗅：MoonBit的商业化信心从何而来？是否有先例？** **张宏波：** 我相信MoonBit必将成功，只是规模大小问题。按当前轨迹，2027年左右用户数可达百万，这对新语言已是成功。 传统模式下，开发者工具的天花板较低（如MATLAB市值约数十亿美元）。但AI软件工程将推动行业集中化，形成垄断性平台。AI能大幅降低生态构建成本，例如用AI“程序员”批量迁移现有库。 **虎嗅：交付工具与交付软件有何区别？** **张宏波：** 工具销售是固定收费，软件交付则可按价值抽成，商业模式完全不同。 **虎嗅：为何现在能实现软件交付？** **张宏波：** AI缩短了产业链条。过去工具厂商只能参与局部环节，现在我们可以端到端交付价值，获取更高利润。愿景是五年后，全球10%的软件通过MoonBit平台交付。 **虎嗅：这是否类似“买地收租”模式？** **张宏波：** 可以这么理解。AI软件工程市场巨大，要提升效率和利润，必须进行底层创新。现有成功语言历史包袱重，任何改动都举步维艰。MoonBit希望以早期技术优势构建生态平台，最终依靠生态而非单纯技术保持领先。 **虎嗅：为何执着于商业化？** **张宏波：** 如果只做技术而不商业化，项目可能难以持续。商业化成功后，我们可以成为懂行的“伯乐”，支持更多技术人才，避免他们因不被理解而放弃。 **虎嗅：MoonBit未来最大挑战是什么？** **张宏波：** 保持耐心。真正的好东西需要时间沉淀，浮躁无法构建核心竞争力。 **虎嗅：如何管理这类长期项目？** **张宏波：** 团队自驱力强，管理成本低。我的核心任务是确保资金支持，让他们安心研发。 --- 本文源自虎嗅，原文链接：https://www.huxiu.com/article/4819023.html?f=wyxwapp