Python 太慢了？Julia 能否解决“双语言困境”？

文章以经典编程语言论文为引，指出优秀语言设计如何推动思想变革：Backus催生函数式编程，Thompson警示编译器信任风险，Dijkstra强调程序员需正视人类思维局限。重点介绍Ken Iverson 1979年演讲《符号：思想的工具》，阐明数学符号不只是缩写（如CO₂代表二氧化碳），更是拓展认知的媒介——好符号能解放大脑，专注更高阶问题。Iverson创立的APL语言正是这一理念的实践：它将复杂计算浓缩为简洁符号（如+、×），试图弥合数学表达与编程之间的鸿沟。由此引出当今科学计算的‘双语言困境’：研究者用Python快速建模，却因性能瓶颈被迫用C++或Rust重写核心模块。作者类比建筑行业‘木材易用但强度不足，钢材坚固却难加工’，追问是否存在‘既像Python一样友好、又像C++一样高效’的通用语言。Julia正是为此诞生：开源、易学、高性能，融合多语言优点。作者回忆2017年初识Julia时，被其优雅命名和深思熟虑的设计打动——它避开其他语言的命名缺陷（如C++、MUMPS），汲取各语言精华。但Julia并未取代Python：主因是生态壁垒（Python库丰富成熟）、缺乏科技巨头背书（如Kotlin之于Android）。不过作者认为这并非失败：Julia已成为高精尖领域的‘小而美’利器，在ASML光刻机仿真、CERN粒子物理、NASA航天任务及AI制药中发挥不可替代作用。最后指出，‘双语言困境’实为全行业共性问题（游戏引擎用C+++Lua、后端用Python+Go/Rust），单纯靠新语言难以根治；真正的突破或许等待下一个Iverson式的洞见——用更根本的符号与抽象体系，一劳永逸地弥合表达力与执行效率之间的鸿沟。