当 AI 帮你写代码时,你选什么语言?Google 的答案是 Go——不是因为它好写,而是因为它好读、好审、好维护。
Google 官方博客发表了一篇立场鲜明的文章,论证 Go 是 AI 辅助软件工程的理想语言。逻辑很直接:当 AI 成为你团队里那个"有点莽撞但产出极高的队友"时,软件工程的瓶颈从"写代码"变成了"审代码"。Go 从设计之初就押注了可读性优先于可写性,这让它在 AI 时代意外地占尽优势。

几个关键论点:
Go 的静态类型系统是 AI 生成代码的自动安全网。在 Python 这样的动态语言中,AI 幻觉出的不存在的方法调用或类型错误,往往要到运行时才暴露——而且要特定生产负载才能触发。在 Go 中,编译器直接拒绝,AI 可以在自纠正循环中快速迭代。
Go 的"标准库优先"文化天然减少了 AI 引入恶意依赖的风险。LLM 训练数据中常常包含过时、无人维护甚至恶意的第三方包,而 Go 庞大的标准库让 AI 倾向于使用官方维护的包,大幅缩小了供应链攻击面。
Go 的兼容性承诺——"不会有 Go 2.0"——意味着 15 年前写的代码现在仍然能编译运行。在 AI Agent 可以一夜之间生成几百个 PR 的时代,这个承诺是一种结构性的稳定性保障。

Google 不是第一个做这种判断的。Steve Yegge 曾说过,AI 编程语言的评判标准是 agent ergonomics——不是人打字快不快,而是 agent 生成的代码容不容易验证。Go 的 gofmt 统一格式、快速编译、现代器(modernizers)自动重构,都是为这个目标服务的。
Python 统治了 AI 模型的训练和推理,但 AI 帮你写生产代码时,规则的赢家可能不是它。
参考来源: