编程语言是人类和计算机沟通的桥梁，是一套系统，一种思维方式或一种哲学表达
虽然它们大都很抽象，但相比机器码而言已经可以被人类理解，使用和创造了\

语言的维度

编程语言的演进并非单一路径，也并非单一目标；大致可以分为以下三个维度

抽象维度

这是语言演进的核心主线之一，目标是“逐步向人类自然的思维方式和表达习惯靠拢”
光谱的两端：机器和人类

演进

第一代：完全面向机器

• 机器语言：直接操作寄存器
  • 这在70-80年代很常见，现在几乎不用了
  • 查指令表，找到电脑CPU的指令手册
  • 写程序，写一串二进制
  • 输入，通过“前面板拨动开关”或现代调试器，把这串数字塞进内存的某个位置
  • 运行，让CPU跳转到那个地址执行
• 汇编语言：助记符
  • 汇编器把汇编语言转换成二进制
  • 查指令格式、寻址模式、中断调用、寄存器用法

这个阶段，人在说机器的话

第二代：面向硬件操作，但开始封装

• C语言：巨大的飞跃。不需要再直接操作寄存器，可以写a = b + c。编译器会帮你搞定如何把b和c从内存移到寄存器、做加法、再存回去
• 但是，你仍然需要思考”内存布局“、”指针“、”如何释放内存“。思维仍然被硬件结构（栈、堆）所限制

这个阶段，人在用机器能高效执行的”结构化“方式思考，但表达上已经接近数学了

第三代：面向人类操作，脱离硬件

• C++/Java/C#：引入了”类“、”对象“、”继承“。这是在用人类社会的”类“和”关系“去建模世界，让机器来模拟人类的概念
• Python/Ruby/Lua：更进一步，引入了动态类型、垃圾回收。当写下list.append(5)时，完全不用考虑”数组空间够不够？要不要realloc?”。机器在后台默默帮你处理了繁琐的底层工作

这个阶段，语言开始主动迁就人的思维习惯

第四代及以后：面向特定问题，声明意图

• SQL：比如SELECT name FROM users WHERE age > 18。只是在声明想要的结果，完全没有告诉计算机要怎么做。这是“趋近人类”的极致表现之一：只管要什么，不管怎么实现
• 函数式语言(Haskell, Lisp)：写sum = foldl (+) 0 list。这是数学上的“递归折叠”概念，非常抽象和高级
• 未来/实验性语言：用自然语言（英文、中文）写自然语句，或用图形拖拽编程

范式维度（思维模型）

• 命令式：先做A，再做B，再做C
• 声明式：我需要结果是X
• 函数式：用数学函数的组合和变换来处理数据

安全维度

Rust并不比C更“趋近人类语言”，它甚至更难学。但它在趋近“让编译器帮人检查内存错误”这个目标，这是另一个方向上的“趋近人类”——趋近于人类的“不犯错”和“省心”

工具论

很多人把语言当作工具，我认为这种工具论是片面的，这取决于你站在哪个角度看问题

• 从老板、项目经理的角度看这句话100%正确。编程语言就是为了交付产品、解决问题存在的工具
• 从语言设计者、计算机科学家的角度看这句话非常片面。编程语言是思维的载体、数学的衍生物、甚至是艺术
• 从普通程序员的角度看，这句话即是真理，也是陷阱

语言即世界观

如果编程语言只是工具，那么换一个工具应该只是手感问题
但现实中，语言深刻影响甚至限制了你解决问题的方式
这就是著名的Sapir-Whorf假说（语言相对论）在编程世界的体现

• 用C语言思考：要时刻想着“内存怎么管理”，“指针指向哪里”，“这块数据怎么布局”。产生的解决方案往往是硬件导向的
• 用Lua思考：会想“只需要一个Table，随便往里塞数据和函数就行”。解决方案往往是灵活、动态、适配导向的
• 用Rust思考：会想“这个数据的生命周期如何”，“所有权”，“编译器能否通过借用检查”。解决方案是安全与所有权导向的

比如解决一个同时修改共享数据的问题

• C++语境下：lock, Synchronized
• Rust语境下：从编译期就避免这种设计，或者使用Mutex但配合所有权系统

语言并不是中立的。不同的语言就像不同的人，时刻面对着不同的环境，遇到相同的问题有着不同的反应

如果把编程语言仅仅看作工具，忽略了它以下几个重要的维度

它是一种思维训练

学习编程语言，其实是在学习如何精确、无歧义地描述一个过程。这种计算思维（分解、模式识别、抽象、算法）的价值远超语言本身

它是知识沉淀的载体

编程语言里封装了几十年甚至上百年的计算机科学智慧

• 垃圾回收(GC)：自动管理内存，背后是图论和指针追踪算法
• 函数式编程(Map/Reduce)：本后是lambda演算
• 泛型：背后是类型论

它是社区和文化的载体

• Python社区：强调”用一种最好、唯一的方式做一件事“（哲学）
• Ruby社区：强调”程序员要快乐，有多种方式“（美学）
• C++社区：强调”你不用的东西，不需要为其付出代价“（零成本抽象）

这些文化会影响你编码风格、沟通方式甚至价值观

工具论的积极作用

对于绝大数商业软件开发来说，工具论是工作层面的真理
老板关心的是功能能不能快速上线，成本多少，是否稳定；客户关心的是App卡不卡，会不会闪退
在这种语境下，用哪种编程语言，就是在选工具，目标是修好机器

把编程语言仅仅当作工具，会让你成为”码农“；而认识到语言是思维的延伸和知识的载体，才能让你向”工程师“或”计算机科学家“迈进

执行模型

很多时候会听到C/C++是编译型语言，Python是解释型语言
这让很多人误认为C是编译型语言，Python是解释型语言，但这其实是历史习惯说法，不是严格定义
需要明确：语言 =/ 必须用某种方式运行 编译型语言/解释型语言不属于语言本身的范畴，它们不是语言的“本质属性”，更是属于实现方式/运行模型/执行策略
C也可以被解释执行（比如用解释器），Python也可以被编译（比如编译成字节码.pyc，甚至用PyInstaller编译成可执行文件）
现代编程语言大都是混合体，几乎所有的现代语言都是“编译 + 解释 + JIT”的混合模型

主流执行模型

• AOT编译(Ahead-of-Time)
• 解释执行(Interpreter)
• JIT编译(Just-In-Time)
• 混合执行(Hybrid VM)
• 源码转译(Transpilation)
• 字节码虚拟机模型(Bytecode VM)
• Trace JIT/自适应优化(Adaptive Execution)

AOT编译