Python热度下滑、AI能取代搜索引擎?TIOBE最新榜单揭晓!

Python热度下滑、AI能取代搜索引擎?TIOBE最新榜单揭晓!

整理 | 屠敏

出品 | ZEEKLOG(ID:ZEEKLOGnews)

日前,TIOBE 发布了最新的 3 月编程语言榜单。整体来看,本月排名变化不算大,但榜单中仍然出现了一些值得关注的小波动。

图片

 AI 工具能帮大家秒懂最新编程语言趋势?

由于 2 月天数较少,3 月的榜单整体变化有限。借着这次发布,TIOBE CEO Paul Jansen 也回应了一个最近被频繁讨论的问题:为什么 TIOBE 指数仍然依赖搜索引擎统计结果?在大语言模型流行的今天,直接询问 AI 哪些编程语言最流行,是不是更简单?

对此,Jansen 的回答是否定的。

他解释称,TIOBE 指数本质上统计的是互联网上关于某种编程语言的网页数量。而大语言模型的训练数据同样来自这些网页内容,因此从信息来源来看,两者并没有本质区别。换句话说,LLM 的判断,本质上也是建立在这些网页数据之上的。

图片

Python 活跃度仍在下降

虽然整体格局比较稳定,但榜单中还是出现了一些小变化。

其中 Python 依然稳居第一,不过近几个月热度略有下降,本月下降 2.59%,目前占比 21.25%。究其背后原因,一方面或是因为 Python 在数据科学、人工智能等领域已经逐渐成熟,增长空间相比前几年有所放缓。同时,R、Perl、Rust 和 TypeScript 等语言在特定领域的关注度上升,也在一定程度上分散了开发者的关注,使 Python 的相对比例出现小幅下滑。

此外,在前十名中,SQL 与 R 互换了位置。当前,SQL 以 2% 的份额,排在第八位,R 位居第五,占比 1.88%。这种变化在一定程度上反映出数据相关技术的持续热度。随着数据分析、商业智能以及数据工程需求的增长,SQL 作为数据查询和处理的基础语言,依然保持着稳定的关注度。而 R 虽然在统计分析和学术研究领域依然重要,但近年来在部分数据科学场景中,也逐渐受到 Python 生态的竞争。

与此同时,Swift 重新进入前二十名,而 Kotlin 则被挤出了前二十。从生态来看,Swift 的回升可能与 Apple 平台开发需求保持稳定有关,而 Kotlin 虽然仍是 Android 开发的重要语言,但近年来 Android 生态的技术关注度整体趋于平稳,也可能影响了其搜索热度。

除此之外,再往后看,Ruby 的排名也在持续下滑,目前已经逼近前三十名边缘。如果这一趋势继续,未来几个月 Ruby 可能会跌出前 30。业内普遍认为,这与 Ruby on Rails 在新项目中的采用率下降,以及部分 Web 开发逐渐转向 JavaScript、Python 或 Go 等语言有关。

图片

其他编程语言

以下为 Top 21-50 的编程语言榜单:

第 51-100 名如下,由于它们之间的数值差异较小,仅以文本形式列出(按字母排序):Algol, Alice, Apex, Awk, Bash, C shell, Caml, CL (OS/400), Clojure, Common Lisp, F#, Forth, GAMS, GML, Groovy, Hack, Icon, Inform, Io, J, J#, JScript, JScript.NET, Korn shell, ML, Modula-2, Mojo, MQL5, MS-DOS batch, NATURAL, Nim, OCaml, OpenCL, Q, REXX, RPG, S, Scheme, Small Basic, Smalltalk, Solidity, SPARK, Structured Text, Tcl, V, Vala/Genie, VHDL, WebAssembly, Wolfram, Xojo

图片

Top 10 编程语言 TIOBE 指数走势(2002-2026)

图片

历史排名(1988-2026)

编程语言“名人榜”(2003-2024)

【说明】:

TIOBE 编程语言社区排行榜是编程语言流行趋势的一个指标,每月更新,这份排行榜排名基于全球技术工程师、课程和第三方供应商的数量,其中包括了流行的搜索引擎以及技术社区,如 Google、百度、维基百科、必应、Hao 123 等等。具体的计算方式详见:https://www.tiobe.com/tiobe-index/programming-languages-definition/。请注意这个排行榜只是反映某个编程语言的热门程度,并不能说明一门编程语言好不好,或者一门语言所编写的代码数量多少。

这个排行榜可以用来考察你的编程技能是否与时俱进,也可以在开发新系统时作为一个语言选择依据。

推荐阅读:

上门安装“龙虾”几天赚26万?工程师提出质疑;雷军:未来每天上班两小时就够了;大四学生AI开源项目获陈天桥3000万投资 | 极客头条

48小时“烧光”56万!三人创业团队濒临破产,仅因Gemini API密钥被盗:“AI账单远超我们的银行余额”

全球26w+用户在线「养虾」:OpenClaw这一波泼天流量,到底让谁接住了?

未来没有前后端,只有 AI Agent 工程师。

这场十倍速的变革已至,你的下一步在哪?

4 月 17-18 日,由 ZEEKLOG 与奇点智能研究院联合主办「2026 奇点智能技术大会」将在上海隆重召开,大会聚焦 Agent 系统、世界模型、AI 原生研发等 12 大前沿专题,为你绘制通往未来的认知地图。

成为时代的见证者,更要成为时代的先行者。

奇点智能技术大会上海站,我们不见不散!

Read more

OpenClaw 快速上手: 从0到1 完整教程 (Clawdbot)—— 2026 革命性的开源个人AI智能体(Personal AI Agent)

OpenClaw 快速上手:从 0 到 1 完整技术教程 前言:什么是OpenClaw? OpenClaw是一款革命性的开源个人AI智能体(Personal AI Agent),它代表了人工智能助手领域的一次重大突破。与传统的云端AI助手不同,OpenClaw采用本地优先(Local-first)架构,所有数据和处理都在用户自有设备上完成,确保了绝对的隐私安全。这款工具的核心优势在于其系统级执行能力和全渠道交互特性,用户可以通过Telegram、WhatsApp、iMessage等日常聊天工具下达指令,AI助手则能够自动完成文件整理、代码部署、日程同步等复杂任务。 OpenClaw最初名为Clawdbot,由开发者@steipete创建,自发布以来迅速在技术社区引起轰动。截至2026年1月,该项目在GitHub上的星标数已突破4万,支持Windows、Mac、Linux及云服务器多平台部署。它的设计理念是让AI助手真正成为用户的数字同事,具备24/7全天候工作能力,能够主动处理各种任务,而不仅仅是被动响应指令。 文章目录 * OpenClaw 快速上手:从 0 到 1

By Ne0inhk
央妈推荐!2026年AI提效实战宝典《AI提效手册》深度解读与资源分享

央妈推荐!2026年AI提效实战宝典《AI提效手册》深度解读与资源分享

大家好,最近在人工智能工具应用领域,一本由人民邮电出版社出版的新书《AI提效手册》受到了广泛关注,并获得了权威媒体的推荐。 作为一名常年关注效率工具的技术爱好者,我第一时间对其内容进行了研读。这本书旨在为普通用户提供一站式的AI工具实战指南,特别聚焦于目前市面上主流的五款应用。 本文将为大家梳理该手册的核心内容与实用价值。手册核心内容概览这本《AI提效手册》是一本面向大众的实操性指南,它系统性地整合了以下五款热门AI工具的教学: * 豆包:侧重于智能对话与各类文本内容的创作。 * 即梦:专注于图像生成与平面设计方面的辅助。 * 剪映:讲解其在视频剪辑流程中集成的AI赋能功能。 * 飞书:探讨如何利用其智能特性提升办公与团队协作效率。 * 扣子:服务于编程开发场景的效率提升工具。 内容亮点与特色该书之所以值得推荐,在于其极强的实战性和丰富的学习资源,具体体现在: 1. 案例驱动,场景丰富:书中提供了超过100个实战案例,覆盖了工作汇报、学习笔记与生活规划等多个核心场景,便于读者即学即用。 2. 提示词(Prompt)模板库:附有1000余条开箱即用的提示词模板,能

By Ne0inhk

如何借助AI完成测试用例的生成?实测高效落地指南

作为一名测试从业者,想必你也有过这样的困扰:重复编写常规功能的测试用例,耗时又耗力;面对复杂业务逻辑,容易遗漏边缘场景;需求频繁迭代时,用例更新跟不上节奏,常常陷入“加班写用例、熬夜改用例”的内耗里。 而现在,生成式AI的爆发的已经彻底改变了测试用例生成的传统模式——它能快速批量生成用例、覆盖更多人工易忽略的场景,还能适配需求迭代快速更新,将测试人员从重复劳动中解放出来,转向更核心的质量策略设计。但很多人尝试后却反馈:“把需求丢给AI,生成的用例驴唇不对马嘴”“看似全面,实际很多无法执行”。 其实,AI生成测试用例的核心不是“输入→输出”的简单操作,而是“人机协同”的高效配合:AI负责规模化生产,人负责搭建框架、把控质量。今天就结合我的实测经验,手把手教你如何借助AI高效生成测试用例,避开常见坑,真正实现提效不内耗。 一、先搞懂:AI生成测试用例的底层逻辑(避免踩错第一步) 很多人用不好AI的核心原因,是误以为AI能“读懂所有需求”,其实它的本质是“基于已有规则和数据,模仿人类测试思维生成用例”。其底层主要依赖三大技术,

By Ne0inhk
2026 毕业论文 AI 大横评我把 8 款主流工具,从“开题到交稿”完整跑了一遍

2026 毕业论文 AI 大横评我把 8 款主流工具,从“开题到交稿”完整跑了一遍

2026 年再看论文 AI,我基本确认了一件事: 90% 的工具,只能帮你“写几段话”; 能真正把论文“做完”的,非常少。 这次我不看宣传、不看名气,只做一件事: 👉 把一篇论文,从 0 跑到“可提交状态”。 统一评测流程👇 选题 → 大纲 → 正文 → 引用 → 格式 → 导出 并且给每款工具打分(满分 100): 维度 权重 论文结构能力 25 学术严谨性 20 文献 & 引用 20 格式与排版 20 实用完成度 15 🥇 第一名|雷小兔(总分:92 / 100) 定位:

By Ne0inhk