在 AI 圈子里，Python 几乎是神一般的存在。
数据科学、机器学习、大模型训练……Python 就像是 AI 时代的“母语”。如果你是个算法工程师，不会 Python 简直寸步难行。
但最近，一个略显刺耳的观点浮出水面：对于 AI Agent（智能体）来说，Python 可能是最烂的选择，Go 才是天选之子。
这听起来像是某种故意挑起流量的暴论，毕竟，谁不知道 Python 的生态最丰富？然而，当我仔细读完 Bruin 联合创始人 Burak Karakan 的长文论证后，我不得不承认，这哥们儿可能真摸到了点门道。
一场误打误撞的“押注”
说实话，Burak Karakan 当初选 Go 语言开发 Bruin（一款开源 ETL 工具）时，根本没想这么远。
那是一个纯粹的技术决策。Bruin 是个 CLI 工具，需要高并发、跨平台、还得快。Python 虽然生态好，但在并发和性能上确实差点意思；Go 虽然数据类库少点，但胜在简单、强悍。
更重要的是，Burak 自己写得爽。
Joy and energy is one of the rarest resources a small team can have.
快乐和精力是一个小团队最稀缺的资源。
他当时甚至有点担心，选 Go 意味着要造很多轮子，这是不是个战略错误？
结果，Agent 时代来了。他发现自己误打误撞，进了个“神仙局”。
为什么？因为 Agent 写代码的方式，和人类完全不同。
Agent 需要的是“严师”，不是“慈母”
Agent 生成的代码，有个致命特点：看着对，其实全是坑。
LLM（大语言模型）吐出来的代码，语法通常都很漂亮，逻辑也能自圆其说。但一跑起来，类型错误、参数不匹配，各种奇葩 Bug 层出不穷。
这时候，Python 的“灵活性”反而成了灾难。
Python 是解释型语言，写得对不对，跑起来才知道。Agent 写了一堆代码，你也得跑一遍才能发现它写错了。这就好比你让个小学生写作文，老师不批改，直接让他上台朗读，读了一半才发现全是错别字。
Go 语言就不一样了。
Go 是编译型语言。Agent 写完代码，一编译——报错。
只要编译通过，至少说明类型是对的，语法是没问题的。 这就像给 Agent 配了个严厉的教导主任，作业交上来先查错别字，改对了再让你进门。
Burak 在文章里提到，虽然 Rust 也是编译型语言，但对 Agent 来说，Rust 太复杂了。类型系统太高级，编译时间太长，Agent 的反馈循环会被拉得很长。
而 Go？简单、粗暴、编译快。
Go’s syntax and concepts are simpler than Rust's.
Go 的语法和概念比 Rust 简单得多。
Agent 不需要理解什么所有权、生命周期，它只需要把代码写对，然后快速编译通过。
拒绝“选择困难症”
除了编译，还有一个被很多人忽视的痛点：标准化。
如果你用过 JavaScript，你一定懂那种痛苦。这周流行 Webpack，下周就是 Vite；有人用 CommonJS，有人用 ESM；格式化工具也是一堆，Prettier、ESLint 配置满天飞。
Agent 也是懵的。
你让 Agent 去格式化一个 JS 项目，它可能会愣住：我该用哪个工具？我要不要先装个包？
但在 Go 的世界里，这根本不是问题。
Go 只有一种格式化工具：gofmt。
Go 只有一种测试写法。
Go 只有一种构建方式。
Burak 提到了一个非常有意思的观察：模型在训练数据里看到的 Go 代码，几乎长得一模一样。
这意味着，Agent 在生成 Go 代码时，不需要在“哪种写法更好”上纠结。它只需要照着标准答案抄就行了。
Ask an agent to format a JS code, and it’ll import a new tool... Ask it to do the same with Go, it’ll just run gofmt.
让 Agent 格式化 JS，它会引入新工具……让它格式化 Go，它直接运行 gofmt 就完事了。
这种“独裁”式的标准，反而成了 Agent 的温床。
95% 的“一次成功率”
Burak 给出了一个惊人的数据（虽然是他自己的体感）：Agent 生成 Go 代码的一次成功率高达 95%。
这数据怎么来的？
他对比了 Python 和 Go。虽然 Python 的训练数据量吊打 Go，但 Python 的写法太多了。同一个功能，你可以用 Pandas 写，可以用纯 Python 写，还可以用各种奇技淫巧。
Agent 容易在 Python 的“多样性”里迷失方向。
而在 Go 里，路只有一条。Agent 只要走上去，大概率是对的。
当然，这个观点在评论区引发了激烈的撕逼。
有人现身说法，表示 “完全相反”。
一位网友评论道，他让 Claude 和 Cursor 分别用 Python 和 Go 重写项目，结果 Python 完胜。Python 代码量更少、生成速度更快、错误更少。Go 项目写到一半，Agent 还在跟类型系统搏斗，Python 项目已经跑通了。
还有人为 Rust 摇冤。有人认为，Rust 的类型系统虽然难，但只要编译通过，运行时几乎零错误。Go 的类型系统太弱，有时候编译过了，运行时还是得崩。
更有意思的是，有人让 Agent 自己“设计一门语言”。
结果 Agent 设计出了一个类似 Forth 的怪胎，有强类型、合约、原生测试……唯独不像任何现有的主流语言。这说明什么？也许人类现有的语言，对 Agent 来说都不是最优解。
留给 Python 的时间不多了？
说实话，我并不认为 Go 会彻底取代 Python 在 AI 领域的地位。
Python 那庞大的生态库，是几十年积累下来的护城河。做数据分析、做模型训练，Python 依然是王。
但在 Agent Coding（智能体编程） 这个垂直领域，Go 确实展现出了惊人的适应性。
它简单、标准、编译快、跨平台容易。这些特性在人类程序员眼里可能是“枯燥”，但在 Agent 眼里，就是“确定性”。
Burak 最后说了一句很意味深长的话：
I believe programming languages are going through a weird phase...
我觉得编程语言正在经历一个奇怪的阶段……
以前我们看重的东西，现在可能不重要了；以前我们忽略的东西，现在可能成了关键。
如果未来真的是 Agent 在写代码，我们人类是不是该重新审视一下，到底什么样的语言，才适合这群“硅基程序员”？
也许，Go 语言真的只是运气好，恰好撞上了这个风口。
又或者，这只是编程语言进化史上的一个小插曲。
谁知道呢？反正我现在让 Claude 写 CLI 工具时，也会试探性地加一句："Please write it in Go."
参考链接：
https://getbruin.com/blog/go-is-the-best-language-for-agents/