Рейтинг языков программирования 2025: как ИИ меняет разработку
Рейтинг языков программирования IEEE Spectrum 2025 года отражает кардинальные изменения в индустрии разработки под влиянием искусственного интеллекта. Количество вопросов на Stack Overflow сократилось до 22% от уровня прошлого года — разработчики всё чаще полагаются на ИИ-ассистентов вместо публичных форумов.
Переделка метрик популярности
Методология IEEE строится на данных Google, Stack Exchange, научных публикаций и GitHub. Формируются три списка: «Spectrum» для исследований, «Jobs» для рынка труда и «Trending» для трендов. Однако сама природа метрик меняется — активность уходит в приватные чаты с Claude и Cursor, что искажает традиционные показатели популярности языков.
Пython укрепляет лидерство
Python сохраняет первое место в рейтинге «Spectrum» и поднялся с второго на первое место в «Jobs». Богатая экосистема библиотек Pandas и PyTorch позволяет решать задачи от анализа данных до обучения нейросетей. ИИ-ассистенты легко генерируют понятный код на Python по текстовому описанию, что ускоряет прототипирование.
Проблемы динамической типизации компенсируются инструментами проверки — Ruff для анализа и MyPy для контроля типов. Это критично, поскольку генеративные модели могут предлагать несуществующие функции.
JavaScript теряет позиции в исследованиях
В рейтинге «Spectrum» JavaScript упал с третьего на шестое место из-за автоматизации фронтенда. Инструменты генерации интерфейсов по описанию снижают потребность в ручном написании шаблонного кода. Однако в «Jobs» язык остаётся востребованным благодаря экосистеме npm и фреймворкам Next.js для создания современных веб-приложений.
Быстрое развитие экосистемы создаёт проблемы с зависимостями при обновлениях. Требуется переход на TypeScript или ESM для стабильности проектов, изучение WebAssembly и альтернатив вроде Deno.
SQL сохраняет незаменимость
SQL укрепляет позиции в рейтинге «Jobs», поскольку сложные запросы с JOIN и оконными функциями остаются трудной задачей для ИИ. Точность критична для аналитики, хотя инструменты LangChain уже генерируют запросы из текстовых описаний.
Практические рекомендации
— Изучайте Python для универсальности в ML и анализе данных
— Используйте инструменты проверки кода Ruff и MyPy при работе с ИИ
— Переходите на TypeScript для стабильности JavaScript-проектов
— Осваивайте WebAssembly и Deno как альтернативы традиционному JS
— Развивайте понимание предметной области для работы с SQL
В долгосрочной перспективе языки могут стать невидимыми — компиляторы будут генерировать машинный код из промптов. Программирование превратится в инженерию запросов, где ценность специалистов сместится к пониманию предметной области и соединению данных с промптами.
Подписывайтесь в Telegram:
KURIER 🌐 ᴺᴱᵂˢ
