2022年末，当ChatGPT的火种刚刚在全球点燃，引发第一波的震撼与惊叹时，张宏波进行了一项实验。他将自己刚刚孕育雏形的编程语言MoonBit的文法（Grammar）——一段描述语言规则的枯燥文本，喂给了那个强大的新模型。
结果让他始料未及。
“它就能生成 MoonBit 代码，虽然它之前从未‘见过’这门语言，”时隔两年多，张宏波回忆起那一刻，依然反复使用一个词：“不可思议。”
那一刻的“不可思议”，如今已结出果实。2025年6月18日，经过无数次的迭代与优化，MoonBit 发布了它的 Beta 正式版。它正在摆脱“实验性技术”的标签，演进为一门适用于企业正式场景的工具。
或许大多数人对“编程语言”的认知还停留在大学课堂上的 C 语言，或是如今因 AI 而无处不在的 Python。简单来说，MoonBit 就是一门全新的编程语言，和它们一样，是构建所有软件的基石。它的目标是成为一门可以用来开发网站、APP、服务器后台等各种应用的“通用语言”。但在 AI 时代，它选择了一条与前辈们截然不同的道路。
近年来，像 GitHub Copilot、Cursor 这样能帮你自动写代码的 AI coding 工具层出不穷，AI coding 工具的主要目标是提升开发者在现有语言上的编程效率，张宏波和他的团队也是这些工具的重度用户，他坦言，AI 的辅助让他“一天提交七八个 PR”。
展开剩余94%但这些工具终究是“外挂”，是在现有语言的规则下进行辅助。而 MoonBit 所做的，是从源头开始，重新设计一张更适合“AI 副驾驶”来阅读和驰骋的地图。这就是 MoonBit“AI 原生”的核心理念：它并非要自己成为一个 AI，而是要创造一门能让 AI 用起来最得心应手、最不容易出错的语言。它的语法、类型系统、错误处理机制等，在设计之初就深度考虑了如何让AI更容易地理解、生成和验证代码，从而解决AI编程中“代码写出来但不知道怎么维护”等痛点，保证代码的可维护性 。
张宏波举了一个例子，MoonBit使用 let x = 3 而不是类似Go语言的 x := 3。因为 let 关键字为AI提供了一个明确的“新变量声明”信号，让AI在生成代码时可以做“受限解码”，从而更可靠。而后者则有歧义，AI 难以判断是新声明还是赋值，容易出错 。
简单来说，一个设计良好的AI原生语言，能让通用的AI Coding工具在操作这门语言时表现得更好。更进一步，MoonBit 团队正在开发自己的 AI 编程 Agent。因为完全掌控 MoonBit 的工具链，所以可以做到通用工具无法实现的功能。例如，通过分析代码结构，并发地让AI去修复多个 Bug，而不是像其他工具那样只能一个一个地串行修复。
要实现如此构想，需要对编程语言的整个工具链有极强的掌控力与理解。而这一切，正来源于张宏波近二十年的技术积累。时间拨回到 2009 年，他在清华大学与微软亚洲研究院的联合培养项目中，完成了自己的本科毕业设计——一门名为“悟空”的动画编程语言 。此后，从研究可以创造新语言的“元编程语言”，到进入宾夕法尼亚大学攻读博士，他的学术路径始终精准地指向编译与语言设计这个基础软件领域最核心的地带 。
一个偶然的机遇让他的人生轨迹从学术转向工业。当时，金融巨头彭博社（Bloomberg）急需一位能维护其核心交易软件的OCaml编译器专家，这个小众而关键的岗位，让彭博为还在读博的张宏波开出了难以拒绝的条件，最终使他中断学业，投身华尔街 。在彭博，他再次展现了自己的天赋与热情——为了统一公司上千万行Java前端代码与OCaml后端的技术栈，他在业余时间，独自开发了一个能将OCaml高效编译成可读Java的编译器 。
这个无心插柳的项目，后来演变成了知名的开源项目Buckle（Re的前身），并吸引了另一家科技巨头 Facebook 的注意。2017 年，当张宏波决定回国时，Facebook 为了留住这位关键的编译器开发者，破例允许他作为唯一的员工在中国远程办公 。
在 Facebook 的五年，是他技术生涯的成熟期，也是一段漫长的蓄力。直到 2022 年，几个关键节点汇集到了一起：个人上，他渴望在优厚的薪资之外，寻求更大的挑战和创造空间；外部，他昔日在清华的导师 Harry 沈向洋向他发出了加入IDEA研究院（粤港澳大湾区数字经济研究院）的邀请，在“加入已经拥有数百人团队的某编程语言团队”和“从零开始组建自己的团队”之间，他选择了后者——那个更具不确定性，也更具想象力的选项。
于是，在深圳，MoonBit项目正式立项。
命运的奇妙之处在于它的时机。MoonBit项目启动于2022年10月，一个月后，ChatGPT发布，引爆了全球的AI浪潮。当所有主流编程语言——Java、Python、Rust——都已在AI时代来临前定型，只能在现有基础上“嫁接”AI能力时，MoonBit这门“生于AI纪元之初”的语言，获得了一个千载难逢的历史机遇。
“我们几乎是没有浪费任何时间，”张宏波说 。从使用 Llama 模型第一次在他个人电脑上成功生成 MoonBit 代码的那天起，团队就决定“All-in” AI。他们开始从语言设计的最底层，从语法的每一个细节，去思考如何让AI能更可靠、更高效地生成代码。
两年半后的今天，MoonBit Beta 版本中，在语言层面提供了原生的异步与错误处理机制。相较于 Python 需要通过 async/await和第三方库实现的异步模型，MoonBit 提供了一种更自然、零语法负担的并发范式，并在编译期就能追踪错误传播路径，为构建稳定、可维护的智能系统打下了坚实基础。
MoonBit 的故事，既是张宏波个人技术生涯的延续，也是对“AI时代，编程究竟该如何演变？”的另一种回答。
在MoonBit Beta正式发布，在架构稳定性和工程实用性上取得关键突破，正式进入可落地应用的新阶段，朝着可被实际部署的基础设施技术前进的关键节点，我们和张宏波聊了聊，以下为对话实录，经不改变原意的编辑。
AI Coding有时候提供的只是情绪价值，我们要从底层做一门新语言，这才是AI编程的未来
硅星人：您如何理解“AI原生”编程语言这个概念？在这个理念上，MoonBit 与业界其他探索者有何不同？
张宏波：在大模型时代，Python 可能并没有大家想象中那么大的优势，它只是起步快一点。对于“AI原生”，很多人有不同的理解。比如 Mojo，它的创始人 Chris Lattner 是 LLVM 项目的奠基人，他对“AI原生”的理解是，让 Mojo 这门语言非常适合开发高性能计算程序。我们认为，AI原生编程语言的核心议题是：如何让AI更高、更好、更高效地、甚至是并发地生成目标代码。
为什么我觉得这个方向的市场是最大的？开发高性能算子固然重要，但这就像用C语言写操作系统内核，是金字塔尖少数人的工作，需求量有限 。而 AI agent，我们自己也开发了很多，它的生态其实很小，核心逻辑可能就几千行代码，很难构成真正的技术护城河，一个通用的库就能解决大部分问题。
所以，我们对“AI原生”的理解聚焦于赋能大模型本身。我们希望大模型可以更高效、并发地生成可靠、高性能的MoonBit代码。这意味着最终生成的代码不仅可信度要更好、性能要高，而且整个生成过程也必须是快速且可靠的 。
硅星人：这个“为AI而设计”的理念，具体是如何影响 MoonBit 语言本身的设计决策的？
张宏波：这个理念带来了深刻的变化，很多传统语言设计中非常重视的特性，在我们看来优先级就没有那么高了 。最直接的一点就是，我们不会像过去那样，过度强调语法是不是要节省一两个字符，因为未来绝大部分代码都将由AI生成，为人类节省几秒钟的打字时间意义不大。
更重要的是，你需要在一个巨大的设计空间里找到一个精妙的平衡点。这个空间的两端，一端是像 Python、 Java 这样最自由（liberal）的语言，另一端是像 Rust，尤其是 Lean（一种用于形式化数学证明的逻辑编程语言）那样最严格的语言 。Lean 的严格性可以从数学上证明代码的正确性，但正因如此，它对人类来说极难书写 。
我们的实践经验是，如果一门语言过于复杂，以至于人类专家都很难一次性写对，那么AI大概率也无法稳定地生成正确的代码 。我们发现，如果一个大模型在某个问题上尝试一两次都无法搞定，那它基本就永远也搞不定了，至少以目前的技术水准是这样。
所以，MoonBit 的选择是在中间找到一个最佳平衡（sweet spot）。我们既要保证代码的可靠性，又不能让类型系统过于复杂，以至于超出AI的能力边界。
硅星人：既然 AI 是核心，那么在您看来，一个真正的“AI原生”语言，未来需要在语言层面提供什么样的功能？
张宏波：我认为它会深度影响语言的设计，而不仅仅是一个外挂。我们现在主要关注的是代码生成，但这只是开始。例如，未来我们可能会有新的语法特性来原生支持 AI。比如我写完一个函数，我希望语言能直接支持生成它的文档字符串（doc string），而不是像现在这样需要通过外部插件来完成。
这就像一门为数据库设计的语言，如果它不在语法层面提供对数据库操作的支持，只是通过外挂库来连接，那么它就不能算“数据库原生”的。AI原生语言也是同样的道理，它需要在语言的基因里就植入与AI协同的能力。
硅星人：很多开发者担心，AI生成的代码虽然快，但项目做大后会变得难以维护，像一个“黑盒”。MoonBit 作为一门“为 AI 而生”的语言，是如何从设计上解决这个“可维护性”问题的？
张宏波：这个担忧非常普遍，也切中了要害。我之前也看到有人吐槽说，用AI两天写了一个视频编辑器，但完全不知道后续该怎么维护。这通常是因为代码是用动态语言写的，正所谓“动态语言一时爽，重构火葬场”。
所以，解决这个问题的核心在于代码的可维护性，而这正是需要从编程语言的底层设计上来保证的。比如，MoonBit拥有一个非常强大的静态类型系统。我们会为每个代码包（package）自动生成一个形式化的“签名”（我们称之为MBI文件），它就像一份精确的接口摘要。当你需要理解或维护一段代码时，你不再需要去阅读海量的实现细节，只需查看这份由工具保证其正确性的摘要文档即可，大大降低了维护成本。
此外，我们还非常注重语言的“局部化”（localization）设计。这意味着，当你修改一个函数时，它的影响应该被严格限制在局部，不会意外地波及到其他不相关的代码。很多语言，比如C++或者OCaml，改动一个地方可能会导致全局语义发生变化，这对于人类和AI来说都是一场灾难。一个具有良好局部性的语言，能让AI在处理代码时，只用聚焦于当前的小代码块，极大地简化了上下文，从而提升了维护性和可靠性。
硅星人：您认为在AI时代，编程语言本身的价值会发生变化吗？它会更偏向于让人类使用，还是让AI使用？
张宏波：我认为未来是人机协同的模式，而不是单纯给AI用的语言。我个人感觉，AI的智能水平可能正在接近一个平台期，指望它很快变得比人聪明很多并不现实。只要人类还需要审查（review）、理解和维护代码，那么语言就必须同时兼顾人类和机器的可读性。
有趣的是，AI的出现，反而可能会淘汰掉一些“过度为人类交互而设计”的东西。比如曾经有一个叫“结构化编辑器”的概念，它通过限制你的编辑方式来确保语法永远正确。这种模式对人类的交互很友好，但对大模型来说却是一种束缚，因为它破坏了代码作为纯文本的自由格式，反而不利于AI的理解和生成。
所以，未来的编程语言设计，需要在两者之间找到新的平衡：它要足够结构化和清晰，以便机器能高效、可靠地处理；同时也要保持足够的简洁和直观，让人类能够轻松地审查和验证AI生成的结果。这正是我们在MoonBit中努力探索的方向。
硅星人：您提到AI能极大提升效率，在MoonBit团队内部，你们具体是如何利用AI来辅助日常工作的？
张宏波：我们每天都在高强度地使用 AI，可以说，如果没有 AI，我的个人生产力会大幅下降。特别是现在我需要花更多精力带领团队、考虑各方面的事情，写代码的时间越来越少。AI 的辅助真的可以让我的生产力翻倍地提高。举个例子，就在前一天，我在不到 24 小时内，利用 AI 辅助完成了七八个代码提交（Commit/PR），这在过去是难以想象的。这些工作有的是修复Bug，有的是补充文档和注释，AI 都能处理得很好。
除了个人提效，我们还在探索更有组织性的 AI 用法。比如，MoonBit现在最缺的就是生态库，我们畅想在年底之前，能有上百个“AI Agent”在夜以继日地为MoonBit写代码，将其他语言的成熟生态（比如一些加密算法库）高效地“搬运”过来。这比雇佣100个工程师要容易得多。
更进一步，因为我们完全掌控MoonBit的语言和工具链，我们可以开发出比通用工具更高效的AI Agent。例如，当需要修复代码库中的多个警告或Bug时，通用工具可能只能一个一个地串行修复。而我们的Agent可以利用对MoonBit代码结构的深度理解，先将代码库智能地拆分成许多互不影响的小块，然后并发地让大模型去并行修复，最后再将结果安全地合并回来。这种利用语言设计来优化AI工作流的能力，是我们的核心优势之一。
硅星人：你们团队也使用Cursor等通用AI编程工具。作为资深开发者和语言设计者，如何评价这些当红产品？
张宏波：我们团队确实都用，包括Cursor、Copilot、Codex，以及我们自己的moon-agent。我个人感觉，还是小团队更有活力，比如Cursor的整体体验就要比Copilot强很多。可以说，如果Copilot做得足够好，根本不会留给Cursor这样的初创公司机会。
但同时，我也认为像Cursor这类产品的技术护城河并没有大家想象中那么高。它的核心功能可以分为两部分：一个是你打字时实时补全代码（tap-to-type），另一个是基于对话的Agent。前者技术含量更高，可能需要训练专门的小模型，但它提供的更多是一种让你感觉编码更快的“情绪价值”，对生产力的根本提升有限。真正能大幅提升生产力的是后者，即Agent帮你编写完整的代码块，而这部分的技术门槛并不算特别高，更多是依赖底层大模型（基模）的能力。
此外，过度依赖通用AI编程工具还存在被“卡脖子”的风险。比如 Google 之前就限制过插件的安装。我们做MoonBit，坚持自己写底层的语言服务，就是希望站在产业链更上游的位置，不把自己的命运交到别人手里。我们的策略是，不做通用的AI编程工具，而是专注于为MoonBit这一门语言提供最强大、最深度的AI增强功能，这才是我们自己宽广的护城河。
比现有主流语言都好一个数量级以上，才能抢夺市场，beta版发布意味着进入稳定期
硅星人：我注意到MoonBit初期非常强调在WebAssembly领域的优势，这是出于怎样的战略考量？
张宏波：这是一个刻意的战略选择，很多人会误以为MoonBit只做WebAssembly，其实我们支持所有主流后端，包括Java和原生机器码。
我们之所以首先聚焦 WebAssembly，是因为新语言的推广周期非常长，动辄需要数年才能获得第一个真正的商业用户。作为一个有资金支持的机构项目，我们不可能像个人爱好者那样“为爱发电”，等上十年再拿出成果。我们需要在一年、两年、三年，每年都交付出实实在在的东西，让大家看到进展。
要在这么短的时间内让开发者愿意尝试一门全新的语言，唯一的办法，就是在某个特定的、有痛点的平台上，做到比所有现有主流语言都好一个数量级以上。我们审视了一圈，发现 WebAssembly 就是那个机会。它在2017年才发布1.0标准，而所有现在的主流语言，其核心设计都早已在那之前定型，它们在编译到Wasm时，或多或少都有历史包袱，导致性能和体积表现都不理想。最典型的例子就是 Go，一个“Hello World”程序编译成 Wasm 后体积竟高达 1.8兆，这与Wasm轻量的初衷背道而驰。
MoonBit 作为一门没有历史包袱的新语言，完全可以为 Wasm 进行深度优化。我们的判断是，我们有希望在这个单点上做到比所有对手都好一个数量级。事实也证明了这个策略的成功。我们早期的商业客户，包括付费客户，几乎都是看中了我们在Wasm后端上的抢眼表现，这让我们获得了宝贵的初始动力。有了这个根据地，我们才不会焦虑，可以更有耐心地去做更宏大的事情，比如完善我们的原生和 Java 后端。
硅星人：你们近期宣布项目进入了Beta里程碑，这对用户和社区意味着什么？
张宏波：Beta 版本的发布主要意味着三件事。第一，语言特性已经足够丰富，覆盖了工业级开发的核心需求，包括完善的异步支持、泛型和错误处理。坦白说，我们Beta版的特性比Go 1.0发布时还要全面。
第二，也是更重要的，语法进入了稳定期。在此之前，为了追求最佳设计，我们迭代非常快，可能今天写的代码，两周后就因为语法变动而无法编译了。进入Beta阶段后，我们承诺不会再轻易进行破坏性的语法修改，这意味着用户可以放心地在生产项目中使用MoonBit，不用再担心当“小白鼠”了。
第三，我们将建立更正规的社区沟通机制。过去很多决策是内部决定的，未来任何涉及语言语法的改动，我们都会通过公开的RFC（Request for Comments）流程，与社区提前沟通，让大家更早地参与进来，培养一种共建的参与感。
硅星人：MoonBit作为一门新语言，如何解决生态冷启动的问题？我注意到你们提到了“无缝融合Python生态”。
张宏波：生态确实是新语言最大的挑战。关于Python生态，我们的策略是“复用”而非“重造”。Python的官方解释器CPython是用C语言写的。由于MoonBit现在支持直接编译到C代码，我们就能实现与C的良好互操作，从而直接调用CPython的运行时。
这意味着，我们可以为成熟的Python库（如Matplotlib、PyQt等）编写绑定（binding），让开发者可以在MoonBit项目中直接使用它们，比如快速搭建一个UI原型。这提供了一条渐进式的迁移路径：你可以先用Python库快速出成果，然后逐步地、在性能瓶颈处用原生的MoonBit代码重写那部分功能，极大地降低了迁移成本和风险。
硅星人：MoonBit的长期商业模式是什么？
张宏波：我们长期的愿景，是成为一家软件服务公司，而非像JetBrains那样售卖开发工具。
我们的商业化分两步走。短期内，通过为有深度定制需求（比如修改编译器）的大客户提供授权和服务，我们完全可以覆盖一个十几人团队的开销，保证生存。我们的早期付费客户，比如那家数据库公司，就是有这样的需求。
但我们真正的目标在更远处。当MoonBit生态成熟，拥有百万级用户和我们完全掌控的工具链（从IDE到包管理）后，我们将有能力打造一个前所未有的、高效的代码交付云平台。在这个平台上，用户只需通过自然语言提出需求（Prompt），我们的AI Agent就能利用对MoonBit语言的深度理解，自动地为你生成、构建、测试甚至部署一整个软件服务。我们最终向用户交付的，是一个可以直接使用的软件服务，而不仅仅是代码。为了保护这个长远目标，避免未来被云厂商“摘桃子”，我们对编译器的核心部分保留了所有权，这也是我们开源策略中相对保守一面的原因。
一位编程语言“老兵”的二十年
硅星人：在创立 MoonBit 之前，您已经在 Re 等多个编程语言项目上取得了卓越成就。能和我们分享一下您的这段技术历程吗？
张宏波：我从 2009 年的本科毕设就开始做编程语言了。当时在清华大学和微软亚洲研究院（MSRA）的联合培养项目中，我开发了一款名叫“悟空”的动画编程语言，算是一个小型的领域特定语言（DSL）吧。从那时算起，到现在快20年了。我的硕士课题则是一门“元编程语言”，即一种可以用来创造新编程语言的语言 。
我本来是在宾夕法尼亚大学读编程语言的博士，但人生轨迹因为OCaml发生了变化。OCaml是我深度参与维护的一门函数式编程语言。当时，纽约的彭博社（Bloomberg）收购了一家法国公司，其核心的金融衍生品定价软件就是用OCaml的一个内部方言（dialect）写的。市场上懂OCaml的人才非常稀缺，他们找不到人，于是就找到了我，并给了一份非常优厚的录用信。最终我决定中止学业，硕士毕业后就直接去了纽约，负责维护他们那个私有的OCaml编译器。
在彭博工作期间，我又利用业余时间开启了一个新项目。当时（大约2014年），彭博已经拥有上千万行用Java写的前端UI代码，而后端则在使用OCaml。为了统一技术栈，我写了一个编译器，可以把OCaml编译成非常可读、高效的Java代码。我的法国老板（OCaml 正是法国人开发的）看到后非常喜欢，就让我放下原来的业务，全职投入这个项目。
硅星人：这应该就是后来知名的Buckle/Re项目的前身了。听说后来Facebook也因为这个项目向您抛出了橄榄枝？
张宏波：是的。这个项目后来以 Buckle 的名字开源了，成了当时公司最受欢迎的开源项目之一 。到2017年，我个人想回国发展，但就在这时，Facebook 联系到我，说他们内部的 Facebook Chats 和 Messenger 等产品深度使用了我的编译器，如果我走了，项目就没人维护了，而他们内部有几十人的团队依赖这个工具链。
为了留住我，Facebook 做出了一个破例的决定：允许我一个人在中国远程办公，继续维护这个项目。要知道，Facebook 在中国是没有办公室的 。于是，我回国后，从 2017 年到 2022 年，一直在 Facebook 远程参与这个项目。它也逐渐从 Buckle 演进成了一门独立的、专门用于 Web 开发的编程语言——Re。
硅星人：是什么契机让您最终决定离开 Facebook，创立MoonBit呢？
张宏波：到了2022年，几个因素汇集到了一起。首先，我在Re这个项目上已经投入了五六年，而Facebook的待遇非常优厚，我一个人在国内，薪资是按照硅谷顶尖标准来支付的。对我个人而言，我开始想追求一些薪资之外的东西。
我之前在微软亚洲研究院的导师 Harry，他从微软退休以后，也回到了深圳。我们见了一面，深聊了一次 。
他建议我来 IDEA 研究院这边，灵活性会更大，可以组建自己的团队。和自己的导师合作，彼此知根知底，完全不用担心信任问题。于是，我便来到了IDEA，从零开始，创立了MoonBit。
套壳与否取决于你的added value
硅星人：提到“国产编程语言”，很多人会联想到“套壳”的争议。您如何看待这个问题？
张宏波：“套壳”现象确实很多 。但我们不担心这个问题，因为MoonBit的代码是完全公开的，我们甚至几乎没有使用任何第三方依赖，一切都是从零构建。
我认为，判断是否“套壳”的关键标准在于，你提供了多大的价值增量（added value）。比如，用Java的eval函数，五行代码就能做出一个“新语言”，但这没有价值。相比之下，微软的Type，虽然它最终也编译成Java，但没人会说它是套壳，因为它提供了一套强大而完善的类型系统，解决了Java的原生痛点，带来了巨大的价值增量 。反面例子是曾经的Coffee，它在很大程度上只是换了一套语法，提供的价值增量有限，那更像是一种套壳。
硅星人：作为国内为数不多投身基础软件核心领域的团队，您觉得目前中国的技术环境缺少什么？
张宏波：我个人觉得，我们最缺的可能不是技术，也不是人才，而是两样东西：信心和伯乐。
首先是信心。我们需要有一种发自内心的信念，觉得我们自己能做出世界一流的东西，而不是总想着等国外做出来了我们再去模仿。这种信仰必须是基于真实实力的，不是盲目自信。我之所以有信心做MoonBit，也是因为我过去的经历，比如Re，它的技术含量其实已经比谷歌的Dart语言高很多，但因为种种非技术因素，没有达到应有的高度，这是我一直的遗憾。这份遗憾，也成了我做MoonBit的动力。
其次，我们缺少“伯乐”。中国的千里马非常多，尤其是90后、00后这一代，既有天赋又极其勤奋，他们的综合能力，我个人觉得甚至比美国同龄人要强很多。但我们的文化环境，可能缺少那种由衷欣赏、不计回报去提携和传播好技术的“伯乐”氛围。很多时候，你得先“拜码头”，或者用商业合作的方式才能获得关注。
这也是我们想把MoonBit做成的原因之一。我们不仅仅是想做出一门很多人用的语言，更希望把它成功地商业化。当我们成功之后，我们自己就能成为“伯乐”，因为我们真正懂技术，可以去识别和扶持下一代更聪明的年轻人，带动一个良性的产业链发展。所以，我深切地感受到，我们缺的是伯乐，而不是千里马。
用AI吧，使劲用
硅星人：对于那些在AI时代希望提升自己竞争力的开发者，您有什么建议？
张宏波：我的建议是高强度地去使用它，并且去理解它的能力边界。AI不是万能的，你要清楚地知道它擅长做什么，不擅长做什么。比如，让AI串行地去修改一百个编译警告，效率可能还不如有经验的开发者手动修改来得快。但如果你懂得利用工具，让AI去并发地处理这些任务，效率就会指数级提升。
AI无疑会加剧马太效应，拉大个体间的差距。厉害的人用上好的AI工具会变得更厉害。所以，年轻人应该更主动、更高强度地去拥抱它，了解它的脾性，而不是简单地把它当成一个黑盒。
硅星人：对于那些想要尝试MoonBit的开发者，您有什么想说的？
张宏波：首先，我们的工具链非常好用。我们提供了一流的在线IDE，你不需要在本地安装任何东西，打开浏览器就能立即开始编写MoonBit代码。
其次，现在加入是一个非常好的时机。MoonBit刚刚进入Beta阶段，生态系统还是一片全新的大陆。更早地参与进来，你不仅可以见证一门编程语言从零到一的成长过程，更有机会成为早期生态的核心贡献者，留下自己的印记。MoonBit本身在数据处理等方面有很多非常有意思的特性，我们把数据变换的体验做得非常好，相信会给你带来不一样的感受。
硅星人：最后，对于那些有志于投身基础技术领域的年轻人，您有什么经验可以分享？
张宏波：我的建议是，要做好打持久战的准备，并且先在产业界充分历练。基础软件是一个周期特别长的领域，它不可能让你一夜暴富，而是一个慢工出细活的过程。以我自己为例，我也是在个人职业生涯和财务上有了足够的积累，不再为生计担忧之后，才全身心投入到这件事情中来的。这个领域需要深厚的经验积累，所以，年轻人如果心怀此志，最好先在相关的岗位上磨砺数年，再来挑战。
转自：硅星人Pro
发布于：北京市国家认可的配资平台提示：文章来自网络，不代表本站观点。
