编程语言榜单 2026：AI 这一年，五大榜单为什么开始互相矛盾

把 2026 年 8 月各家最新一期摆在一起，同一门语言的位置是这样的：

语言	TIOBE 2026-08	RedMonk 2026-01	PYPL 2026-08	GitHub Octoverse 2025
Python	1	2	1	2
JavaScript	6	1	5	3
TypeScript	44	6	11	1
Java	4	3	2	4
Rust	10	20	8	未进前十
Go	14	12	20	未进前十
Objective-C	跌出前 20	18	6	未进前十

TypeScript 那一行是全文的起点。同一个时间点，GitHub 说它是全世界用得最多的语言，TIOBE 把它排在第 44 位、评分 0.37%。这不是「口径不同导致差几位」，这是两份互相否定的结论。

Objective-C 那一行同样离谱。PYPL 把它排在第 6，位置在 PHP、C#、TypeScript、Swift 之前。没有任何独立证据支持 2026 年的 Objective-C 比 TypeScript 更活跃。

再看变化方向。同样是 2026 年 8 月，同样是基于搜索行为的口径：

• PYPL 给 Python 的份额是 50.44%，一年前是 31.02%，涨了 19.4 个百分点。
• TIOBE 给 Python 的评分是 18.53%，一年前是 26.14%，跌了 7.61 个百分点。

两家在同一个月对同一门语言给出了方向相反、幅度都很大的判断。而 GitHub 的遥测说，同期 Python 的月度贡献者增长了 48.8%。

三个数字不可能同时是「Python 的使用情况」。它们测的本来就不是同一件事，只是过去这些差异被真实趋势的强度掩盖了。现在真实趋势没变得更弱，是测量本身出了问题。

所有解释的源头是同一件事。Stack Overflow 的新增提问量，按站方公开数据库的行计数：

时间	新增提问
2014 年 3 月（单月峰值）	207,204
2016 全年	2,183,926
2023 全年	788,512
2024 全年	398,648
2025 全年	108,981
2026 年 1 至 7 月合计	12,322
2026 年 7 月单月	1,442

2024 到 2025 是 -73%，2025 到 2026 按前七个月折年还要再 -80%。单月 1,442 条，相对 2014 年的峰值是 -99.3%。IEEE Spectrum 在 2025 年那一期里用的口径是每周提问量，结论一致：2025 年的周提问量只有 2024 年的 22%。

这件事本身不新鲜，业内讨论了两年。真正被低估的是它的连锁反应：Stack Overflow 不只是一个网站，它是多个榜单的原材料供应商。

• RedMonk 的排名有一半权重直接来自 Stack Overflow 的标签数据。
• TIOBE 数的是搜索引擎里的网页结果数，而 Stack Overflow 长期是编程内容最大的单一来源之一。
• PYPL 数的是 Google 上「某语言 tutorial」的搜索份额，而搜索这个动作本身正在被「直接问模型」替代。

一个数据源在两年内掉掉 99%，下游三个榜单不可能不出问题。分歧不是从榜单开始的，是从这里开始的。

TIOBE 的口径需要先说清楚，因为它被误读得最厉害。它做的事是：在 25 个搜索引擎里检索 +"<语言> programming" 这个词组，取结果条数，按引擎归一化后加权平均，全体语言加总为 100%。

这里有三个后果，每一个都在 2026 年被放大了。

第一，它测的是网页存量，不是使用量。 TIOBE 自己也承认这是滞后指标。一门语言的网页数取决于历史上有多少人写过关于它的文章、教程、问答。当公开的技术问答在两年内蒸发 99%，新增网页的生产就停了，剩下的主要是历史归档。历史归档占比越高的语言，在归一化的份额里反而越占便宜。

第二，归一化让份额变成零和。 分母是所有被跟踪语言的网页数之和。主流语言的新增内容停滞，份额就会自动流向那些内容以历史存量为主的语言。这正是 2026 年 TIOBE 榜上最反常的部分：

语言	2025-08 位次	2026-08 位次	变化
Rust	18	10	+8
Ruby	26	16	+10
Swift	25	17	+8
R	14	9	+5
SQL	12	8	+4
COBOL	22	19	+3
Go	8	14	-6
Fortran	11	15	-4
Perl	9	18	-9

Perl 的轨迹尤其值得看：2025 年 2 月在第 30 位，2025 年 8 月冲到第 9，2026 年 2 月第 11，2026 年 8 月回到第 18。18 个月内在第 9 和第 30 之间来回摆动。没有任何一种关于开发者行为的解释能说明 Perl 的使用量在一年半里翻了几倍又跌回去。这是仪器抖动，不是现象。

TIOBE 官方对 Python 下滑给出的解释是「R、Perl 这类专用语言在蚕食 Python 的份额」。这个解释站不住。同期没有任何独立数据源显示 Perl 使用量的暴涨，而 GitHub 的遥测显示 Python 贡献者增长了近五成。更合理的读法是：Python 的信息需求正在最快地迁进 AI 对话框，所以它在「公开网页存量」这个口径上流失得最快。从这个角度看，TIOBE 在 2026 年已经有一半变成了一个反向指标：跌得越狠的语言，往往是它的使用者最先不再上网搜索的语言。

第三，检索词工程的老问题现在变致命了。 TIOBE 检索的是 +"TypeScript programming" 这个固定搭配，而现实里几乎没人这么说话。结果就是 TypeScript 在 TIOBE 排第 44 位、0.37%，Kotlin 第 28、Dart 第 32、Zig 第 41。这个偏差一直存在，过去它只是让榜单看起来保守；现在当另一个榜单把 TypeScript 排到第 1，这个偏差就从「保守」变成了「错误」。

TIOBE 仍然有它的用处：看十年以上的长周期趋势，看一门语言有多少历史资产。Python 从 2011 年的第 6 到今天的第 1，这条线是可信的。但用它回答「过去 12 个月发生了什么」，现在已经不可靠。

PYPL 的口径是 Google Trends 上「某语言 tutorial」的搜索份额，归一到 100%。它自我定位是先行指标：搜教程的人是准备学的人，比网页存量更早反映趋势。

这个逻辑在教程搜索还是主流学习入口时成立。现在的实测数据是这样的：

时间	Python	JavaScript	TypeScript	Go
2022-08	28.14%	9.11%	2.74%	2.00%
2024-08	29.38%	8.30%	2.95%	2.08%
2025-08	31.02%	7.38%	2.54%	1.79%
2026-08	50.44%	3.52%	1.52%	0.49%

Python 在四年里从 28.14% 走到 31.02%，动了不到 3 个点。然后在最近 12 个月里，一口气加了 19.4 个点。同期榜上几乎所有其他语言都在跌：JavaScript 腰斩，Go 从第 13 掉到第 20，TypeScript 从第 9 掉到第 11。

一门语言的实际使用量不会在一年内翻倍，何况是已经排第一的语言。发生的是分母塌了。 PYPL 只报份额，不报绝对量，所以总盘子的萎缩在图上完全看不见。

搜索「X tutorial」这个行为整体在消失，但消失的速度不均匀。还在 Google 上搜教程的人，越来越集中在两类：一是完全的编程新手，二是被 AI 带进来的非科班使用者。这两类人搜的绝大多数是 Python。而在职的 Go 工程师、TypeScript 工程师早就不搜教程了，他们直接问模型。

于是剩下的样本严重偏斜，Python 的份额被机械地推高。Objective-C 排到第 6、Ada 排到第 12，是同一个机制的产物：这些语言的搜索者基数小、结构稳定，别人跌得比它们快，它们的份额就相对上升。

所以 PYPL 今天测的不是「编程语言的流行度」，更接近「还在用搜索引擎学编程的那部分新手的语言分布」。这个信息不是没有价值，它甚至能解释为什么 AI 时代的入门人口高度集中在 Python。但它不能回答榜单标题声称要回答的那个问题。

RedMonk 的做法是 GitHub 代码活跃度和 Stack Overflow 讨论量各占一半，一年发两次。2026 年 1 月这期在 4 月发布，前 20 是：

1. JavaScript　2. Python　3. Java　4. PHP / C#（并列）　6. TypeScript　7. CSS / C++（并列）　9. Ruby　10. C　11. Swift　12. Go　13. R　14. Shell / Kotlin / Scala（并列）　17. PowerShell　18. Dart / Objective-C（并列）　20. Rust

这份榜单本身的信息量不大，位次几年没怎么动。真正值得读的是他们写在正文里的三段自述。

第一段，承认 Stack Overflow 那一半失效了。 他们写道，Stack Overflow 对新一代开发者的相关性一直在下降，标签增长变慢，因此「越来越不具代表性」。RedMonk 的分析师 Rachel Stephens 说得更直白：喂给编程语言排名的数据里，有一半正在变得陈旧，从长期看价值存疑。

第二段，GitHub 那一半也出了问题。 他们发现下半年的 PR 数据异常偏低，给了两个可能：一是 GitHub Archive 的数据缺失或有误；二是代码产出在加速的同时，提交到公开仓库的比例在下降。第二种可能性更值得注意，它意味着连遥测口径也开始漏掉真实活动。

第三段，是最诚实也最容易被误读的一句。 他们本来预期 AI 编程工具会明显改变语言选择，理由是这些工具让「开发者对某门语言的熟悉程度变得不那么重要」。然后他们写：迄今为止，这些变化并没有在我们能看到的数据里显现出来。

这句话通常被引用成「AI 还没改变语言格局」。更准确的读法是后半句：**在他们能看到的数据里没显现。**同一份报告里，他们已经说了自己一半的数据源失效、另一半出现异常。仪器坏了的时候读不出信号，不等于没有信号。

同一期里还有一个能直接验证这一点的细节：Zig 在总榜第 82 位，但拆开看，它在 GitHub 侧是第 58，在 Stack Overflow 侧是第 83。RedMonk 自己的评论是，Stack Overflow 的整体萎靡很可能不成比例地伤害了这些本该成长的语言。一门新语言的使用者今天遇到问题会去问模型，不会去发帖，于是它在榜单上永远显得比实际更冷清。这是 AI 时代新语言面临的第一层不利：不是没人用，是没人替它留下公开痕迹。

IEEE Spectrum 的年度榜按惯例在 8 月底发布，本文写作时 2026 年这一期还没出，最新一期是 2025 年版。

2025 年版的排名结论本身不复杂：主榜 Python 第一，JavaScript 从第 3 掉到第 6；Jobs 榜（按招聘需求加权）Python 从第 2 升到第 1。

值得记下来的是他们把整篇文章的重心从「谁赢了」挪到了「我们还测不测得准」。文中提出了三个判断：

一，测量对象正在消失。 2025 年 Stack Exchange 上每周新增的提问量，只有 2024 年的 22%。开发者把问题拿去私下问 AI 了，不再留下公开记录。

二，语言之间的差异在变小。 原话的意思是，当 AI 辅助意味着程序员可以越来越少地关心某门语言的具体细节，那么用今天最流行的通用语言里的任何一门，都足够了。语言选择的权重在下降，这本身就削弱了榜单的意义。

三，小众语言被 AI 系统性压制。 AI 在使用较少的语言上给出的结果明显更差。这直接抬高了新语言获得临界规模的门槛。

第三条有独立的学术支持。已有多项研究量化了 LLM 在低资源编程语言上的性能落差，成因是训练数据稀缺和跨语言迁移有限，受影响的典型语言包括 R、Julia、Lua、OCaml、Racket 乃至 Rust。这个落差不会自己消失：训练数据来自公开代码和公开讨论，而公开讨论正在枯竭，新语言想靠社区内容把模型喂熟，路径比五年前窄得多。

五个榜单里只有 Octoverse 不依赖搜索、不依赖问答。它用的是平台自有遥测，统计口径是月度贡献者数。2025 年这期在 11 月发布，数据截至 2025 年 8 月。

核心结论和数字：

• TypeScript 首次同时超过 Python 和 JavaScript，成为 GitHub 上使用最多的语言，月度贡献者 263.6 万，同比 +66.6%。
• Python +48.8%，JavaScript +24.8%，Java +20.7%，C# +22.2%。
• 平台开发者总数超过 1.8 亿，一年新增 3,600 万，同比 +23%，平均每秒一个新开发者。
• 超过 110 万个公开仓库引入了 LLM SDK，同比 +178%。过去 12 个月新建 AI 相关仓库 693,867 个。
• 近 80% 的新开发者在注册第一周内用上了 Copilot。
• AI 生成的项目里，Shell 脚本用量 +206%。

GitHub 自己给 TypeScript 登顶的解释是类型系统：强类型给模型提供了更明确的约束，生成的代码更可能是对的。他们援引的一项研究称，LLM 生成代码的编译错误里有 94% 是类型检查失败。这个方向有独立佐证：ETH Zurich 的类型约束解码工作证明，把类型系统作为解码约束能把编译错误减少一半以上。

但 Octoverse 不是没有偏置，它有三重，而且都在 AI 时代被放大：

一，只覆盖 GitHub 上的公开活动。 闭源、企业内网、GitLab 全部不在内。RedMonk 已经观察到公开仓库提交占比可能在下降这个迹象。

二，新增人口不是均质的。 一年 3,600 万新账号，其中印度一家贡献了全球新注册的 14%，新增 520 万。新手账号的语言分布天然偏向入门语言，而 AI 让「开一个仓库、提一个 PR」的成本趋近于零，一次性项目的比重必然上升。

三，「月度贡献者」这个单位在贬值。 一年提交一次的人和全职维护者，在这个口径下是同一个计数单位。当创建仓库的边际成本被 AI 压到接近零，同样的数字背后的实际工作量在稀释。

还有一个不算偏置但影响使用的问题：它一年只发一次，数据截至 8 月、11 月才公布，读到时已经三个月旧。而这一年里，变化最快的信号（Stack Overflow 提问量）在 12 个月内掉了 73%。榜单的更新节奏，已经跟不上它要描述的那个世界的变化速度。

把五个榜单里互相矛盾的部分全部划掉，只保留至少两个独立口径同向支持、且跨越三年仍成立的结论，剩下两条。

趋势一：候选集在收敛，而不是某一门语言在赢。

支持它的证据来自不同口径：Octoverse 的遥测显示前三名的绝对增速远高于历史常态（TypeScript +66.6%、Python +48.8%）；IEEE Spectrum 指出 AI 在小众语言上明显更差；多项学术研究量化了低资源语言的性能落差；RedMonk 观察到 Zig 这类新语言在公开讨论侧被系统性低估。

机制是一个正反馈：训练语料集中在少数几门语言，模型在这几门上写得最准，人于是更愿意用它们，产出的代码又变成新的语料。这个循环每转一圈，长尾就更难爬出来。

要注意收敛的具体形状。它不是「Python 吃掉一切」或者「TypeScript 吃掉一切」，是两个位置被锁死：AI 与数据方向的默认语言是 Python，应用与产品层的默认语言是 TypeScript。这两个位置在过去一年变得更难挑战，而不是有人换了座位。

趋势二：静态类型的价值被 AI 抬高了。

这条有四个独立来源同向：Octoverse 的遥测（TypeScript 登顶，且是十几年来最大的一次语言位次变动）；JetBrains 生态调查（TypeScript 是五年里增长最显著的语言）；TIOBE（Rust 一年从第 18 升到第 10，是它这一年最实的一个变动）；学术侧（类型约束能把 LLM 的编译错误减半）。

机制不复杂：生成速度已经远超人工 review 的速度，而在人看不过来的地方，编译器、类型检查和测试是唯一能规模化的验证者。类型系统从「写代码时的约束」变成了「审代码时的替身」。

但这条趋势要给一个诚实的边界。RedMonk 的榜上 Rust 仍在第 20，甚至被 Dart 反超；他们特意指出，理论上 AI 应该降低 Rust 的入门门槛，但目前观察不到。类型化的红利，到目前为止主要被 TypeScript 拿走了，而不是被所有强类型语言均分。 原因大概率是迁移成本：从 JavaScript 到 TypeScript 是渐进的，从任何语言到 Rust 都不是。

还有一条只能算半真的趋势值得提一句：工具链的 Rust 化。uv 的 PyPI 月下载量已达 1.26 亿，超过 Poetry 的约 7,500 万；ruff 约 1.8 亿。Python 生态最常用的基础工具正在被 Rust 重写。但这件事在任何一个语言榜上都看不见，因为所有榜都按人头计，而写工具的人少、用工具的人多。这也提示了榜单的一个结构性盲区：基础设施语言天然被低估。

除了口径失真，还有三类东西是所有榜单在结构上就测不到的。

第一类，新的「源代码」没有进任何榜。 提示词、AGENTS.md、skills 与规则文件、agent 的配置与编排，现在会进版本库、进 code review、有可复现性要求，占用真实的开发时间。它们在语言榜上的位置是零。这一年 agent 工具层的变化速度远高于语言层，这一点在AI 技术栈演进里有更完整的梳理；具体到 agent 框架内部长什么样，DeepSeek Harness 那篇拆得更细。

第二类，生成量与提交量的脱钩。 榜单统计的是留下痕迹的代码。AI 写完被丢弃、被改写、留在本地或私有仓库的那部分，没有任何一个口径能覆盖。RedMonk 已经把「公开仓库占比下降」列为一种可能，但没人能量化它。

第三类，态度。 Stack Overflow 2025 年的开发者调查里有一组反差极大的数字：84% 的人在用或计划用 AI 编程工具，比一年前的 76% 还在涨；但信任 AI 输出准确性的只有 29%，比此前的 40% 明显下滑；46% 明确表示不信任，只有 3% 表示高度信任。同一份调查里，uv 以 74% 的推崇度成为最受推崇的技术。

「用得越来越多，信任越来越低」这个组合，任何一个语言排行榜都表达不出来。但它恰恰是 2026 年语言选择的真实驱动力之一：正因为不信任生成结果，能自动验证的语言才变得更有吸引力。这一层因果，从名次表上一个字都看不出来。

把上面的分析压成一张可以直接用的表：

榜单	实际口径	现在还能回答什么	别拿它回答什么
GitHub Octoverse	平台遥测，月度贡献者数	公开协作里的语言分布与增速	闭源与企业内部；单人投入强度
RedMonk	GitHub 与 Stack Overflow 各半	长期位次的稳定性	一年内的变化；新语言的真实热度
IEEE Spectrum	多源加权，含招聘数据	招聘端的需求结构	实际代码产出量
TIOBE	25 个搜索引擎的网页结果数	十年尺度的长期趋势、历史资产厚度	任何一年内的涨跌；TypeScript 这类检索词不匹配的语言
PYPL	Google「X tutorial」搜索份额	仍在用搜索引擎入门的新手结构	在职开发者的使用分布
Stack Overflow 调查	自填问卷	态度、信任度、工具偏好	语言份额（样本自选择，且用户群在萎缩）
JetBrains 调查	自填问卷	学习意愿与工具链偏好	语言份额（IDE 用户结构偏置）

配三条读法：

1. 先问口径，再看名次。 遇到任何一条「X 语言涨了 Y%」，先确认它在数网页、数搜索、数人头还是数问卷。这一步能过滤掉今年绝大多数的语言类结论。
2. 一年内的变动一律先当噪声。 Perl 在 18 个月里从第 30 到第 9 再回到第 18，是最好的反例教材。跨三年仍然成立的方向才值得当趋势。
3. 要求交叉验证。 至少两个不同口径同向，才当作事实。TypeScript 的上升过了这一关：平台遥测、RedMonk 位次、JetBrains 五年增速三个来源一致。Perl 和 Objective-C 的「上升」一个都没过。

至于选型，本文的分析只支撑一句话：在 AI 是主要产出方式的前提下，语言选择里多了一个过去不存在的变量，就是模型在这门语言上写得有多准，以及写错了能不能被机器自动发现。 这个变量目前把答案压向了 Python 加 TypeScript 这个组合，理由不是它们更优雅，而是它们同时满足语料充足和验证廉价。真要偏离这个组合，得有具体理由，而且要预先算清楚模型帮不上忙时的那部分成本。