Python

2026年4月、Noah Mitchem が Medium に投稿した「If AI Writes Your Code, Why Use Python?」という記事が Hacker News で話題になった。150近いコメントが寄せられ、現在も議論が続いている。 この記事では、その議論をベースに「AI時代のプログラミング言語選択」を考察する。 問題の整理：なぜPythonなのかという問い 従来のプログラミング言語選択において、Python と TypeScript は「人間の生産性」という軸で優位に立ってきた。書きやすく、ライブラリが豊富で、チームの生産性を最大化できる。C++ や Rust のような「ハードな言語」は実行性能は高いが、開発速度が犠牲になる——これが長年のトレードオフだった。 しかし、AI コーディングエージェントがこのトレードオフを根本から変えつつある。AI は Rust や Go のような強力な型システムを持つ言語で、むしろ高い品質のコードを生成する。そして、そのコードはコンパイル時に多くのバグを検出できる。 つまり、「書く」コストがAIによって劇的に下がった今、「実行する」コストが再び重視されている。 2026年前半に実際に起きたこと 抽象論ではなく、具体的なプロジェクトを見てみよう。 プロジェクト 言語移行 成果 TypeScript 7.0 beta（Microsoft） TSコンパイラを Go に移植 TypeScript 6.0比で約10倍の高速化 Rue（Steve Klabnik） Claudeで新言語を開発 7万行のRustを2週間で実装 Ladybird JSエンジン（Andreas Kling） C++ → Rust（Claude/Codex） 2.5万行、バイト単位の互換性、ゼロリグレッション Cコンパイラ in Rust（Nicholas Carlini/Anthropic） 16並列のClaudeエージェント 10万行のRust、Linux 6.9をx86/ARM/RISC-Vでブート PyTorch 依然Python優勢 深層学習研究の約85%を占有 Anthropic の Nicholas Carlini による C コンパイラの事例は特に衝撃的だ。16の Claude エージェントを並列動作させ、10万行の Rust コードを生成。x86、ARM、RISC-V の3アーキテクチャで Linux 6.9 をブートし、QEMU、FFmpeg、SQLite、PostgreSQL、Redis のコンパイルに成功。総コストは約2万ドル、約2,000セッションだった。 ...