Коли AI-агенту треба щось зробити самому, скраулити сайт, розпарсити документ, зібрати дані з API, він пише скрипт на Python. Не на Rust, не на TypeScript, не на Java. На Python, кожен раз.
Агент вибирає мову за тими ж критеріями, за якими варто вибирати і вам: швидко написати, швидко запустити, швидко зрозуміти шо пішло не так. Мінімум бойлерплейту, бо кожен зайвий рядок це токени, тобто гроші. Python тут як вдома, величезна екосистема, модель бачила мільярди рядків Python-коду, написав і запустив за секунди. DHH каже шо Ruby ще ефективніша по токенах, але то він завжди своє болото хвалить. Для зовсім простих речей агент взагалі бере bash, бо
curl | jq це три токени замість двадцяти рядків коду.І тут питання: якщо для своїх задач агент обирає динамічну мову, то звідки теза шо для AI-кодингу потрібна статична типізація? Ну так, "компілятор допомагає агенту ловити помилки", звучить логічно. Але на практиці складна система типів вбиває головне, швидкість циклу "написав → запустив → пофіксив". Rust з борочекером, дженерики в Java, тайп-гімнастика в TypeScript, і агент замість вирішення задачі починає воювати з компілятором.
А коли треба перформанс? Мабуть, Go. Так, вона статично типізована, але її система типів проста, мінімум магії, компіляція миттєва. Go для агента це просто Python з перформансом і типами, які не заважають. Ну і там мало коду відносно виходить.
Python + Go закривають 90% задач, а ваш улюблений Rust з "zero-cost abstractions" коштуватиме по токенах дорожче. Якщо хтось реально порівнював вартість по токенах для різних мов, кидайте в коменти, бо мені самому цікаво чи я помиляюсь.