AI-лабы начали вкладываться в базовую инфраструктуру разработки: Anthropic выделила Python $1,5 млн на два года, а OpenAI направила Rust Foundation $600 тыс. На этом фоне языки программирования всё меньше соревнуются за красоту синтаксиса и всё больше — за способность остановить ошибку, сгенерированную агентом. Для русскоязычных команд это означает простой сдвиг: ценность разработчика будет всё сильнее зависеть от умения задавать ограничения, читать код и строить надёжные системы проверки.
Как пишет Habr / Карьера, основной всплеск новых языков пришёлся на 2009–2012 годы. Тогда у каждого заметного проекта была вполне земная причина: Google ускорял сборку и упрощал конкурентность с Go, Mozilla искала ответ на ошибки памяти в C++ через Rust, Microsoft добавляла типы в JavaScript с TypeScript, JetBrains решала проблемы Java и Android с Kotlin. Большая часть этих задач никуда не исчезла, но генеративные модели изменили расстановку сил: бойлерплейт они производят охотно, а вот ответственность за корректность этого потока остаётся у команды.
Компилятор становится участником ревью
Главный практический выигрыш сейчас получают языки, где много ошибок ловится до запуска программы. TypeScript ограничивает типовые промахи в больших JavaScript-проектах, Rust не даёт безнаказанно обращаться с памятью, статический анализ дополняет тесты и ревью. Это особенно важно в эпоху агентов: модель способна быстро создать десятки файлов, но её скорость не равна пониманию инвариантов продукта, ограничений базы данных или модели угроз.
Отсюда не следует, что разработка сведётся к присмотру за автодополнением. Скорее исчезает экономический смысл вручную писать повторяющийся код, а инженерная работа смещается выше: к архитектуре, контрактам между сервисами, наблюдаемости, тестовым стратегиям и разбору редких сбоев. Чем больше кода создаёт агент, тем дороже обходится плохо сформулированное требование и тем полезнее строгая сборка, линтеры, типы и автоматические проверки в CI.
Новые языки при этом не исчезнут мгновенно, но их путь к массовости стал сложнее. У проекта должно быть не только удачное решение технической боли, но и источник долгих денег: крупная платформа, фонд, пользователи с критичной зависимостью или рынок специализированного железа. У Go, Swift, Kotlin, TypeScript и C# развитие поддерживают компании, для которых эти экосистемы — часть собственного продукта. Независимым проектам приходится жить заметно напряжённее.
Язык без денег — это инфраструктурный риск
Хороший пример — Zig. Его фонд в значительной мере зависит от крупных пожертвований компаний и частных доноров. В 2025–2026 годах поддержку проекту обещали Synadia, TigerBeetle и семья сооснователя HashiCorp Митчелла Хашимото; до этого среди заметных сторонников был Uber. Такая модель позволяет развивать инструмент, но делает его чувствительным к решениям нескольких спонсоров. Если компания меняет стек или сокращает инвестиции, сообщество не всегда способно быстро компенсировать выпавшую сумму мелкими донатами.
Противоположный случай — Mojo, который развивается внутри стартапа Modular. По данным публикации, компания Криса Латтнера и Тима Дэвиса за 2022–2025 годы привлекла около $380 млн. Здесь язык выступает не самостоятельным хобби для разработчиков, а частью ставки на инфраструктуру для AI-вычислений и альтернативы зависимости от конкретного ускорителя. У таких проектов больше ресурсов на компилятор, инструменты и маркетинг, но и меньше свободы: их будущее зависит от бизнес-модели и ожиданий инвесторов.
Деньги AI-компаний в Python и Rust выглядят логично. Python остаётся важнейшим языком для исследований, автоматизации и ML-экосистемы, а Rust всё чаще рассматривают как способ повысить безопасность системного софта и инструментов, на которых работают агенты. Речь не о благотворительности ради сообщества: модели обучаются на существующих кодовых базах, а агенты исполняют код в реальных инфраструктурах. Чем здоровее упаковочный менеджер, компилятор, библиотечная база и процессы раскрытия уязвимостей, тем ниже риски у тех, кто строит на них продукты.
Для бизнеса вывод не сводится к срочной миграции на Rust или запрету PHP, 1С и других зрелых стеков. Смена языка редко лечит слабые требования, отсутствие тестов или хаос в зависимостях. Гораздо полезнее проверить, может ли команда безопасно принимать код от AI-инструментов: есть ли обязательное ревью, воспроизводимые сборки, тесты на критические сценарии, контроль прав агента и понятный владелец каждой важной библиотеки.
Вероятнее всего, ближайшие годы не подарят индустрии один «последний» язык, который отменит остальные. Рынок закрепится вокруг нескольких сильных экосистем, а нишевые инструменты будут выживать там, где решают задачу железа, платформы или безопасности лучше альтернатив. В этой конфигурации языки программирования становятся не столько способом быстрее написать строку, сколько системой ограничений, помогающей не выпустить в продакшен уверенно написанную машиной ошибку.
