你選的程式語言，其實是 AI 替你選的：GitHub 數據揭露的便利迴圈

2025 年 8 月，TypeScript 在 GitHub 上超越 Python 和 JavaScript，成為平台上最多人使用的程式語言。一年內新增超過一百萬名貢獻者，成長幅度 66%。

這不是自然演化。這是 AI 在背後推了一把。

GitHub 的開發者倡導者 Andrea Griffiths 替這個現象取了一個名字：便利迴圈（Convenience Loop）。當 AI 讓某個技術用起來特別順手，開發者就會湧向它。湧入的開發者產出更多程式碼，這些程式碼成為 AI 的訓練資料，AI 對這個技術變得更強，吸引更多開發者。

迴圈就這樣轉起來了。而且停不下來。

TypeScript 為什麼是最大贏家

一個數字就能說明問題：2025 年一項學術研究發現，LLM 產出的編譯錯誤中，94% 是型別檢查失敗。

想想這代表什麼。AI 寫的程式碼，十次編譯錯誤有九次以上是型別搞錯了。TypeScript 的型別系統就像一張安全網——你宣告了 x: string，AI 立刻知道該排除所有不適用於字串的操作。Python 的動態型別沒有這道防線，錯誤要到 runtime 才會爆開。

對 AI 來說，靜態型別不是束縛，是導航系統。

// TypeScript 給 AI 明確的邊界
function processOrder(order: Order): ProcessedResult {
  // AI 知道 order 有哪些欄位、每個欄位的型別
  // 不會把 order.total（number）當成字串處理
  return {
    id: order.id,
    total: order.total * 1.05, // AI 知道這是數字運算
    status: 'processed'
  }
}

# Python 的動態型別讓 AI 猜測
def process_order(order):
    # order 是什麼？有哪些欄位？total 是 int 還是 str？
    # AI 只能從上下文推斷，猜錯的機率高
    return {
        'id': order['id'],
        'total': order['total'] * 1.05,  # 如果 total 是字串呢？
        'status': 'processed'
    }

這不是說 Python 不好。在 AI 研究領域，Python 仍然是王者——2025 年 GitHub 上近半數新 AI 專案用 Python 寫的。但在應用層，TypeScript 正在吃掉市場。GitHub 把這個趨勢稱為「AI 驅動的混合堆疊」：Python 負責資料管線，TypeScript 負責應用和 API。

80% 的新手第一週就用 Copilot

這個數字讓我停下來想了很久。

GitHub 上 80% 的新開發者，在加入的第一週就開始使用 Copilot。他們從學寫程式的第一天起，「容易」的定義就被 AI 重新設定了。

如果 Copilot 在 TypeScript 上表現很好，新手就會覺得 TypeScript 很簡單。如果 Copilot 對某個小眾語言支援很差，新手就會覺得那個語言很難用。問題是——那個語言本身可能不難，只是 AI 不會寫而已。

我認為這改變了一個根本性的東西：開發者選擇語言的方式。

十年前，你選語言看的是社群大小、套件生態、效能特性。現在多了一個隱性指標：AI 寫這個語言寫得好不好。沒有人會在決策文件裡寫這一條，但它實際上影響著每個「用起來順不順手」的直覺判斷。

新語言的死亡螺旋

便利迴圈最殘酷的面向，是它對新語言做的事。

一個新程式語言剛出來，GitHub 上的程式碼量很少。Copilot 的訓練資料不夠，所以它在這個語言上的表現很差。開發者試用後覺得「AI 不支援，太麻煩了」，轉頭去用 TypeScript 或 Python。語言的使用者沒有成長，程式碼量沒有增加，AI 永遠學不會。

這是一個死亡螺旋。贏家通吃，新進者幾乎不可能突圍。

Steve Klabnik（Rust 核心貢獻者之一）在 2026 年初寫了一篇文章談他的新語言專案 Rue。他明確提到：AI 工具的缺乏支援是新語言推廣最大的障礙之一。不是語言設計不好，不是缺少特性，是 Copilot 不會寫你的語言，所以沒人想用。

Rust 本身算是少數突圍成功的案例——靠著 Mozilla 的推動和系統程式設計的不可替代性，累積了足夠多的程式碼讓 AI 學會。但下一個 Rust 呢？在便利迴圈的世界裡，門檻高了十倍。

你的技術決策正在被 AI 左右

Microsoft CEO 說 AI 產出公司 30% 的程式碼。Google CEO 說超過 25%。這不是實驗階段的玩具，這是生產環境裡真實在跑的東西。

當 AI 參與這麼大比例的程式碼產出，它對技術棧的「偏好」就不再是可以忽略的噪音。它變成一股重力場——把整個產業往特定方向拉。

我觀察到幾個正在發生的事：

前端框架全面預設 TypeScript。 Next.js、Nuxt、SvelteKit，新專案的腳手架工具現在預設就是 TypeScript。不是因為開發者投票選的，而是因為 AI 在 TypeScript 上的表現明顯更好，框架維護者自然會往這個方向靠。

MCP（Model Context Protocol）一年內從 10 萬下載量衝到 9,700 萬。 970 倍。Anthropic、OpenAI、Google、Microsoft、Amazon 全部原生支援。這個協議把 AI 和工具的連接標準化了，而它的 SDK 只有 Python 和 TypeScript 版本。如果你用其他語言，你就在 AI 工具生態的邊緣。

AI 編輯器三國鼎立。 Cursor（36 萬付費用戶）、Windsurf、Claude Code，三個工具的設計哲學完全不同，但都往同一個方向走：更深的 AI 整合、更自動化的程式碼產出。你的 IDE 選擇決定了你跟 AI 協作的方式，而 AI 的能力反過來決定了你用什麼語言最順手。