Anders Hejlsberg: dlaczego TypeScript przepisano na Go, a nie na Rust, i co dalej z juniorami

Anders Hejlsberg: dlaczego TypeScript przepisano na Go, a nie na Rust, i co dalej z juniorami

GitHub opublikował wywiad z Andersem Hejlsbergiem — architektem C# i TypeScript oraz twórcą Turbo Pascala i Delphi. Opowiada on o kilku kwestiach, które w ostatnim czasie budzą sporo dyskusji.

Poniżej najciekawsze wątki z rozmowy:

  • Wyjaśnił, dlaczego zdecydowano się przepisać kompilator w Go, a nie w Rust. Społeczność oczywiście nawoływała: „przepiszmy to na Rust”, ale Hejlsberg tłumaczy, dlaczego to nie było realne. Kompilator zawiera wiele cyklicznych struktur danych, a Rust wymusiłby przebudowę całej architektury od zera. Zespół chciał natomiast przenieść logikę jeden do jednego, bez ryzyka pojawienia się nowych problemów. Efekt: to wciąż ten sam kompilator — nawet z tymi samymi błędami i „dziwactwami” — ale działa dziesięć razy szybciej.
  • Padła też ciekawa refleksja na temat przyszłości zawodu. Hejlsberg zadaje logiczne pytanie: jeśli AI zastąpi juniorów i przejmie całą rutynową pracę, skąd wezmą się seniorzy? Widzimy zawężanie się „piramidy” — wejście do zawodu staje się trudniejsze, bo AI wykonuje podstawy, a juniorzy nie mają na czym się uczyć.
  • Wiele osób pyta, czy nie warto stworzyć idealnego języka programowania, zoptymalizowanego specjalnie pod generowanie kodu przez sztuczną inteligencję. Hejlsberg uważa to za najgorszy możliwy pomysł. Modele uczą się dobrze pisać kod tylko w językach, które są masowo obecne w internecie — takich jak Python czy TypeScript. Nowy język nie miałby wystarczającej bazy danych do nauki modeli.

Dlatego rola TypeScriptu staje się dziś jeszcze ważniejsza. Kiedyś typy pomagały programistom unikać błędów podczas pisania kodu. Teraz, gdy kod coraz częściej generuje AI, system typów pełni funkcję mechanizmu weryfikacji.

Cały wywiad naprawdę warto przeczytać — bez zbędnego hype’u. A jakie jest wasze zdanie na temat tej wizji rozwoju branży? Zgadzacie się z takimi prognozami?

Avatar
Mar 4, 2025

Super Mario Bros. jako nowy benchmark dla AI – które modele radzą sobie najlepiej?

Wydawało się, że Pokémon jest trudnym testem dla AI, ale badacze twierdzą, że Super Mario Bros. stanowi jeszcze większe wyzwanie. Hao AI Lab, jednostka badawcza Uniwersytetu Kalifornijskiego w San Diego, przeprowadziła eksperyment, w którym różne modele AI próbowały pokonać kultową grę Nintendo z 1985 roku.
0
May 2, 2023

76% pracowników branży gamingowej rozważa poszukiwanie nowej pracy w 2023 roku

W tym roku SkillSearch przeprowadziło 9. doroczne Badanie Wynagrodzeń i Satysfakcji, skierowane do pracowników branży gier komputerowych.
0
Jul 14

Grok 4 debiutuje dzień po incydencie z treściami nazistowskimi. xAI zapowiada agentowe modele i nowe funkcje

Firma xAI zaprezentowała dwa nowe modele — Grok 4 oraz Grok 4 Heavy — zaledwie dzień po tym, jak chatbot Grok wygenerował na platformie X odpowiedzi zawierające antysemickie odniesienia. Według xAI wersja Heavy korzysta z architektury multi-agentowej, w której wiele instancji modelu analizuje zapytanie równolegle, a następnie porównuje wyniki przed udzieleniem odpowiedzi. To podejście, określane jako test-time compute scaling, zwiększa wykorzystanie mocy obliczeniowej podczas wnioskowania.
0

This site uses cookies to offer you a better browsing experience.

Find out more on how we use cookies and how to change cookie preferences in our Cookies Policy.

Customize
Save Accept all cookies