16 คะแนน โดย GN⁺ 2025-09-29 | 8 ความคิดเห็น | แชร์ทาง WhatsApp
  • Python > Java > C++ > SQL > C# > JavaScript > TypeScript > C > Shell > Go > R > PHP > Kotlin > Rust > Dart > Swift
  • ผลสำรวจของ IEEE Spectrum พบว่า Python ยังคงครองอันดับ 1 ในปีนี้ ขณะที่ JavaScript ร่วงจากอันดับ 3 มาอยู่อันดับ 6
  • มีการวิเคราะห์ว่าความเปลี่ยนแปลงนี้เกี่ยวข้องกับแนวโน้มที่ JavaScript ซึ่งถูกใช้มากในการพัฒนาเว็บ กำลังถูกแทนที่ด้วย การเขียนโค้ดด้วย AI (เช่น vibe coding)
  • ตัวชี้วัดแบบดั้งเดิมอย่าง จำนวนคำถามบน Stack Exchange และกิจกรรมบน GitHub ลดลงอย่างมากหลังการนำ AI มาใช้ ทำให้ วิธีการเดิมในการวัดความนิยมของภาษาเริ่มสั่นคลอน
  • เมื่อการสร้างโค้ดด้วย AI กลายเป็นเรื่องทั่วไป ความสำคัญของ ความแตกต่างด้านไวยากรณ์และโครงสร้างของภาษา ก็ลดลง และแนวโน้มที่ไม่ยึดติดกับภาษาใดภาษาหนึ่งก็ชัดเจนขึ้น
  • สิ่งนี้ชี้ให้เห็นว่าอาจขัดขวางการเกิดขึ้นของภาษาใหม่และการขยายตัวของ ecosystem และท้ายที่สุด แนวคิดเรื่องความนิยมของภาษาโปรแกรมเองก็อาจหายไปได้

ภาพรวม

  • IEEE Spectrum เผยผลการวิเคราะห์ภาพรวมของภาษาโปรแกรมหลักและแนวโน้มในปี 2025
  • อันดับนี้สะท้อนหลายมุมมอง ทั้งตลาดงาน ecosystem โอเพนซอร์ส รวมถึงการใช้งานในแวดวงวิชาการและอุตสาหกรรม
  • ยังมีข้อมูลประกอบเกี่ยวกับลักษณะเด่นของแต่ละภาษา ปัจจัยเบื้องหลังการเติบโต และภาษาที่โดดเด่นเฉพาะทางในแต่ละสาขาเทคโนโลยี

อันดับภาษาประจำปีนี้

  • ใน Spectrum อันดับพื้นฐาน ปี 2025 Python ยังรักษาอันดับ 1 ส่วน JavaScript ลดลงมาอยู่อันดับ 6
  • ใน Jobs ranking Python ก็ขึ้นมาเป็นอันดับ 1 เช่นกัน และ SQL ยังมีความสามารถในการแข่งขันสูงในตลาดจ้างงาน
  • จำนวนคำถามเกี่ยวกับภาษาโปรแกรมทั้งหมดบน Stack Exchange ลดลงเหลือเพียง 22% เมื่อเทียบกับปี 2024

เกณฑ์การจัดอันดับ

  • ความนิยม: คำนวณจากข้อมูลหลากหลาย เช่น ฟอรัมออนไลน์ต่าง ๆ ที่เก็บซอฟต์แวร์ ข้อมูลรับสมัครงาน และแนวโน้มการค้นหา
  • การใช้งานจริงในงานอาชีพ: วิเคราะห์ภาษาที่ถูกใช้มากในตลาดจริงจากประกาศรับสมัครงานของบริษัทและการมีส่วนร่วมในโปรเจกต์โอเพนซอร์ส
  • การวิเคราะห์รายสาขา: สะท้อนเกณฑ์คัดเลือกภาษาที่โดดเด่นในสาขาเทคโนโลยีย่อย เช่น AI, embedded, เว็บ, มือถือ
  • ในการวัดความนิยม มีการใช้ตัวชี้วัดหลายแบบ เช่น ปริมาณการค้นหาบน Google, คำถามบน Stack Exchange, กิจกรรมบน GitHub และการถูกกล่าวถึงในงานวิจัย
  • แต่เมื่อเหล่านักพัฒนาแก้ปัญหาผ่าน การสนทนากับ LLM (ChatGPT, Claude เป็นต้น) มากขึ้น สัญญาณข้อมูลสาธารณะที่เปิดเผยก็ลดลง
  • ด้วยเครื่องมือ AI (เช่น Cursor) จำนวนคำถามโดยตรงจึงลดลง ทำให้ความใช้ได้ของตัวชี้วัดเดิมอ่อนลง

AI ทำให้เส้นแบ่งของภาษาพร่าเลือน

  • ตั้งแต่นักพัฒนาที่มีประสบการณ์ไปจนถึงมือใหม่ต่างพึ่งพา AI มากขึ้น ทำให้ใส่ใจกับ ไวยากรณ์และโครงสร้างควบคุม ของภาษาน้อยลง
  • หากมีข้อมูลฝึกเพียงพอ AI ก็สามารถ สร้างโค้ดได้ในทุกภาษา
  • ดังนั้นการเลือกภาษาอาจกลายเป็นเพียง ปัจจัยรอง เหมือนความแตกต่างของชุดคำสั่ง CPU ในฮาร์ดแวร์
  • ในอนาคต การถกเถียงเรื่องความนิยมของภาษาอาจถูกลดทอนจนกลายเป็น ประเด็นเฉพาะกลุ่มระดับการเปรียบเทียบขนาดรางรถไฟ

การเกิดขึ้นของภาษาใหม่จะยิ่งยากขึ้น

  • ในอดีต เพียงแค่มีหนังสือ เดโม และตัวอย่างโค้ด ก็สามารถทำให้ ecosystem ของภาษาหนึ่งแพร่หลายได้ (เช่น The C Programming Language)
  • แต่ AI ต้องการ ข้อมูลฝึกจำนวนมาก ทำให้ภาษาเกิดใหม่เสียเปรียบด้านการรองรับ
  • มีรายงานจริงว่า AI ให้ผลลัพธ์แย่กว่าในภาษาที่มีการใช้งานน้อยกว่า
  • สิ่งนี้อาจสร้างสภาพแวดล้อมที่ทำให้ภาษาใหม่สะสม critical mass ได้ยาก

อนาคตของการเขียนโปรแกรม

  • โดยพื้นฐานแล้ว ภาษาสมัยใหม่ทำหน้าที่สองอย่างคือ การทำ abstraction ของการประมวลผลข้อมูล และ การป้องกันความผิดพลาดของนักพัฒนา
  • แต่ความก้าวหน้าของ AI เปิดทางให้เกิดกระบวนการใหม่แบบ prompt → ภาษากลาง → การรัน ซึ่งสำคัญกว่าตัวโครงสร้างภาษา
  • ในกรณีนี้ แทนที่จะดูแลและแก้ไข source code อาจเกิดแนวทางที่ ปรับ prompt เพื่อสร้างใหม่ ขึ้นมาแทน
  • บทบาทของโปรแกรมเมอร์ในอนาคตจึงมีแนวโน้มจะมุ่งไปที่ การออกแบบสถาปัตยกรรม การเลือกอัลกอริทึม และการบูรณาการระบบ มากกว่าความรู้ไวยากรณ์ของภาษา

บทสรุปและแนวโน้ม

  • การเขียนโปรแกรมกำลังเผชิญ การเปลี่ยนแปลงครั้งใหญ่ที่สุดนับตั้งแต่การมาถึงของ compiler ในยุค 1950
  • แม้ฟองสบู่ AI จะยุบลงบางส่วน แต่การใช้ LLM เพื่อช่วยเขียนโค้ด มีแนวโน้มจะดำเนินต่อไป
  • ดังนั้นหลังปี 2026 เป็นต้นไป แนวคิดเรื่อง “ภาษายอดนิยม” อาจหมดความหมายลง และจำเป็นต้องมี ตัวชี้วัดใหม่สำหรับวัดความนิยม

8 ความคิดเห็น

 
skrevolve 2025-10-09

แต่ Python ก็กำลังเป็นขาลงอยู่เหมือนกัน

 
shakespeares 2025-10-01

จนถึงตอนนี้ ecosystem ของ JavaScript ยังกว้างกว่ามาก แต่ก็คิดว่าด้วยอิทธิพลของ AI อาจมีโอกาสไหลไปสู่ภาษาระดับล่างอย่าง Rust ได้ครับ

 
GN⁺ 2025-09-29
ความคิดเห็นบน Hacker News
  • ด้วยความช่วยเหลือของ AI โปรแกรมเมอร์ยิ่งใส่ใจกับภาษาเฉพาะหรือรายละเอียดปลีกย่อยน้อยลงเรื่อย ๆ แต่สุดท้ายก็มักหนีไม่พ้นชะตาที่ปัญหาเล็ก ๆ เพียงจุดเดียวจะเชื่อมโยงไปสู่ความซับซ้อนสารพัดและบังคับให้ต้องขุดลึกลงไปอีกครั้ง ไม่ใช่ทุกคนจะไล่ลงถึงระดับแอสเซมบลีเหมือนพวก code golfer ของ ffmpeg แต่ผมคิดว่ามันมีเหตุผลที่ภาษาโปรแกรมยุคที่ 3 ยังรักษาความสำคัญไว้ได้ สุดท้ายแล้วมันคือ trade-off ระหว่างพลังในการแสดงออกกับความแม่นยำ เป็นปัญหาเรื่องสมดุลระหว่างสิ่งที่เราอยากโฟกัสกับรายละเอียดที่เราอยากมอบหมายให้เครื่องจัดการ หากยอมสละแว่นตา (ความโปร่งใส) เพื่อให้ได้ผลลัพธ์เร็วขึ้น ก็จำเป็นต้องมีโพรบทางเลือกที่เชื่อถือได้ไว้ตรวจสอบว่าเกิดอะไรขึ้นต่อจากนั้น
    • ต้องคำนึงด้วยว่าบทความนี้มาจาก IEEE กลุ่มเป้าหมายของ IEEE คือพวกนักวิทยาศาสตร์มากกว่านักโปรแกรมเมอร์ สำหรับนักวิทยาศาสตร์ โค้ดเป็นเพียงเครื่องมือในการแสดงไอเดียของตัวเอง และถ้าแสดงไอเดียได้เร็วที่สุดก็แทบไม่สนใจว่าโค้ดจะรกหรือเอากลับมาใช้ซ้ำได้แค่ไหน ตัวอย่างเช่น นักวิทยาศาสตร์พูดถึง Arduino ราวกับเป็นภาษา ซึ่งสำหรับพวกเขาก็เป็นเรื่องธรรมดา นักวิทยาศาสตร์ที่ใช้ Arduino อาจไม่ได้รู้ C++ แต่ก็ภูมิใจว่าตัวเองเขียนโค้ดด้วย “Arduino” ได้
    • สองกรณีนี้ต่างกันมาก ถ้าคอมไพเลอร์ให้ผลลัพธ์ผิดบนสถาปัตยกรรมบางแบบ คุณยังส่งบั๊กรายงานได้ และอาจได้รับความช่วยเหลือจากชุมชนหรือจากภายนอกด้วย ในความเป็นจริงเรื่องแบบนี้พบไม่บ่อยในไลบรารียอดนิยมหรือภาษาใหญ่ ๆ และถ้าคุณไปไกลถึงขอบเขตนั้นได้ ก็แปลว่าคุณมีความสามารถพอจะรับมือ edge case แบบนี้อยู่แล้ว แต่ถ้า AI ให้ผลลัพธ์ผิด คุณต้องหาคำตอบทุกอย่างเอง จะไปถาม OpenAI หรือ Anthropic ว่า “ทำไมถึงเป็นแบบนี้” ก็ไม่ได้ ในกรณีแรก บางครั้งคุณยังพออยู่ได้แม้จะไม่รู้ทั้งหมด แต่กรณีหลังทำแบบนั้นไม่ได้เลย
    • ถ้านักพัฒนาส่วนใหญ่ไม่สนใจ instruction set ของ CPU หรือความพิลึกของฮาร์ดแวร์จริง ๆ ก็คงไม่ต้องสร้างไวยากรณ์ภาษาอีกต่อไป และคงสร้าง machine code สำหรับสถาปัตยกรรมชิปเป้าหมายโดยตรงไปแล้วด้วยซ้ำ หรืออาจแค่ส่งพรอมป์ต์ขึ้นไปให้ AI VM สร้าง machine code เป้าหมายให้เลย สักวันอาจเป็นแบบนั้นได้ แต่ตอนนี้ยังห่างไกลมาก
    • การใช้ AI กับโดเมนที่ตัวเองไม่เข้าใจดีเป็นเรื่องอันตรายจริง ๆ และไม่ควรส่งเสริม
    • พวกเขาแค่ขยาย “แผ่นไม้กว้างเหนือเหวลึก” ให้กว้างขึ้นเท่านั้น
  • หาต้นข้อมูลที่ดีสำหรับเรื่องแบบนี้ยากมาก StackOverflow ก็ขาลง และวิธีวิทยาของ IEEEก็ยังถือว่าสมจริงกว่าแบบอื่นอยู่บ้าง แต่แหล่งข้อมูลที่ใช้ล้วนมีข้อบกพร่องในแบบของตัวเอง จำนวนผลการค้นหาบน Google เป็นสัญญาณทางอ้อมที่แกว่งมากที่สุด เพราะผลค้นหารวมแทบทุกอย่างที่พูดถึงคิวรีนั้น และไม่ได้รับประกันเลยว่าจะสะท้อนปี 2025 จริง ๆ คนที่ใช้ภาษาก็มักไม่ได้เขียนชัด ๆ ว่า “ภาษาโปรแกรม X” ด้วย การนับการปรากฏในสื่อทั้งหมดเป็นการปรากฏของ “ภาษายอดนิยม” จึงค่อนข้างฝืน TIOBE ก็ใช้วิธีนี้ และยังหน้าด้านพอจะแสดงความนิยมถึงทศนิยมสองตำแหน่งด้วย ถ้าดูข้อมูลเก่า ๆ จะเห็นว่า “C” เคยมีความนิยมลดลงครึ่งหนึ่งภายในแค่ 2 ปี แล้วปีถัดมาก็เพิ่มขึ้นเป็นสองเท่า ทั้งที่ตลาดจริงไม่ได้เปลี่ยนเลย วิธีนี้มีค่าความคลาดเคลื่อนระดับ ±50%
    • ถ้าจะวัดอุปสงค์ของภาษาจริง ๆ ข้อมูลประกาศรับสมัครงานคือแหล่งที่ใช้งานได้จริงและมีประโยชน์ที่สุด แม้มันจะไม่ได้บอกปริมาณโค้ดที่รันอยู่ในบริษัทโดยตรง แต่โดยมากแล้วมันสะท้อนการใช้งานจริง ความต้องการ และทิศทางของอุตสาหกรรมได้ตรงที่สุด ถ้าเป็นองค์กรใหญ่อย่างธนาคารที่มี COBOL จำนวนมากแต่แทบไม่มีการย้ายงาน ข้อมูลอาจไม่สะท้อนออกมา แต่ถึงอย่างนั้นก็ยังไม่มีแหล่งข้อมูลไหนดีกว่านี้
    • แหล่งข้อมูลพวกนี้มักเสริมแรงตัวเองและอ้างอิงตัวเองด้วย ผมมักคิดว่าควรใช้เครื่องมือที่ดีที่สุด เครื่องมือที่ผมเก่งที่สุด หรือเครื่องมือที่ลูกค้าต้องการ/ทำเงินได้มากที่สุด Ada, COBOL, FORTH, Lua ก็อยู่ในบริบทแบบนี้ ตัวชี้วัดความนิยมสุดท้ายแล้วแทบไม่มีความหมายอะไรนอกจาก SEO
    • ปีนี้ TIOBE ดันให้ Perl กลับเข้า Top 10 แบบฉับพลัน แต่ผมไม่เคยเจอนักพัฒนา Perl หน้าใหม่เลย Ada ก็เหมือนกัน สงสัยจริง ๆ ว่านักพัฒนา Ada อยู่ที่ไหนกัน
    • สถิติที่ผมชอบจากบรรดาพวกนี้คือ สถิติภาษาแยกตาม public repo บน GitHub ซึ่งให้จำนวน public repo และ PR ของแต่ละภาษาตั้งแต่ปี 2012
    • บางทีตอนนี้สถิติการคิวรี LLM อาจกลายเป็นแหล่งข้อมูลที่ดีที่สุดก็ได้ ซึ่งในบทความต้นฉบับ (TFA) ก็พูดถึงประเด็นนี้ไว้ยาวพอสมควร
  • ผมนึกว่า JavaScript จะได้อันดับ 2 แต่ดูเหมือน TypeScript จะมาแย่งคะแนนไป ส่วนตัวผมมองว่า JavaScript กับ TypeScript อยู่ในตระกูลเดียวกันแทบทั้งหมด ดังนั้นควรรวมคะแนนของทั้งคู่เข้าด้วยกัน
    • สำหรับการจัดอันดับแบบนี้ ถ้ารวมสองตัวนี้เข้าด้วยกันถึงจะพอเรียกว่าเป็นอันดับ 2 จริง ๆ
    • ควรรวมสองตัวนี้จริง ๆ และอีกอย่างผมก็ไม่เข้าใจว่าทำไม Arduino ถึงถูกนับรวมอยู่ในลิสต์นี้
    • ผมก็เห็นด้วย น่าจะมีบางรายการที่ควรรวมเข้าด้วยกัน และภาษาที่อยู่บน BEAM ก็ควรถูกรวมเป็นกลุ่มเดียว
    • ถ้าจะรวม Java & Kotlin, C & C++ ด้วย JS&TS อาจไม่ได้เป็นอันดับ 2 ก็ได้
  • ใครก็ตามที่แปลกใจว่า Java อยู่อันดับสูงขนาดนี้ อาจเป็นเพราะทั้งชีวิตการงานเคยทำแต่ nodejs backend ในสตาร์ตอัปสิบคนหรือเปล่า? ไม่เคยทำงานในบริษัทใหญ่ โดยเฉพาะบริษัทซอฟต์แวร์ระดับองค์กรใช่ไหม?
    • ตอนนี้ Java คือ COBOL ตัวใหม่ อุตสาหกรรมการเงิน ประกัน และเฮลท์แคร์ส่วนใหญ่กระโจนเข้า Java กันมาตั้งแต่หลายสิบปีก่อน และยังคงย้ายโค้ด COBOL เดิมมาเป็น Java อย่างต่อเนื่อง
    • ก็มีมุมแปลกอยู่เหมือนกัน ผมทำงานที่ Google มาเกิน 5 ปี และรู้จากสถิติแล้วว่ามีโค้ด Java จำนวนมหาศาล แต่ตัวเองกลับได้เปิดดูโค้ด Java จริง ๆ แค่ประมาณ 3 ครั้ง มันให้ความรู้สึกว่า Java ถูกใช้เยอะก็จริง แต่ถูกขังอยู่ในพื้นที่เฉพาะบางส่วนภายในองค์กร คล้ายจะโดดเดี่ยวอยู่ในบางจุดของห่วงโซ่มูลค่าทางเศรษฐกิจ
    • คนที่แปลกใจว่า Java สูง คงไม่ใช่คนสายการเงิน แน่นอนว่า enterprise ไม่ได้ใช้แต่ Java เสมอไป นอกเหนือจากการเงิน บางบริษัทใหญ่ก็มีโลกที่ Microsoft, .NET, C# ครองอยู่
  • ผมทำงานเป็น backend developer สายฟินเทค และลังเลว่าจะย้ายไปภาษาไหนต่อดี เคยใช้ Node กับ Ruby แล้วเริ่มรู้สึกขาด static type system อยู่เรื่อย ๆ ส่วน TypeScript ก็มีข้อจำกัดอย่างพวก non-strict option อยู่ดี ขณะที่ภาษาอย่าง Java/.Net หรือ Go ก็ให้ความรู้สึกเชย ๆ ส่วน Rust ก็ดูน่าสนุกแต่ไม่ค่อยเข้ากับพื้นฐานของผม เลยอยากรู้ว่ามีภาษาไหนที่น่าแนะนำบ้าง
    • ถ้าคิดจะอยู่ในฟินเทคต่อ ก็แทบไม่มีอะไรนอกจาก Java, C#, C++, TypeScript แล้ว แต่ก็มีบางบริษัทที่ใช้ Haskell, F#, Scala อยู่บ้างแม้จะนอกกระแสเล็กน้อย ภาษาเหล่านี้มักถูกใช้ทำ DSL สำหรับเวิร์กโฟลว์ ถ้าคุณสนใจ array language การเงินก็ยังเป็นหนึ่งในไม่กี่วงการที่ภาษากลุ่มนี้ยังอยู่ได้ เพียงแต่หาตำแหน่งยากหน่อย Dyalog (APL), J, BQN, Kdb+(Q) ก็น่าสนใจ ลองดู ทรัพยากร Arraycast
    • Scala คือภาษาที่ดีที่สุดที่ผมเคยใช้ มันรวมข้อดีของ TypeScript เข้ากับจุดแข็งของ Java และ Rust ไว้ด้วยกัน และฟินเทคก็ยังเป็นหนึ่งใน niche ไม่กี่แห่งที่ยังพอหางาน Scala ได้
    • Rust เป็นภาษา general-purpose เพราะงั้นจะทำอะไรก็ได้ แต่สุดท้ายเรื่องสำคัญคือ “ใช้เครื่องมือให้เหมาะงาน” ecosystem คือหัวใจ ขึ้นอยู่กับว่าคุณจะพัฒนาอะไร
    • ผมก็คิดเรื่องนี้เหมือนกัน และรู้สึกว่า Gleam น่าจะเหมาะสุด มันมีทั้งความเรียบง่ายแบบ Go และความสะดวกแบบ Kotlin
    • Java ช้า แต่ไวยากรณ์ก็ดีขึ้นเรื่อย ๆ และยังเป็นโครงกระดูกของบริษัทขนาดกลางถึงใหญ่จำนวนมาก ส่วนบริษัทเล็ก ๆ มักหางาน JS/Ruby/Python ได้ง่ายกว่า เพราะบริษัทแบบนั้นให้ความสำคัญกับ productivity และต้นทุนวิศวกรรมมากกว่า นั่นจึงทำให้ภาษา interpreter ถูกใช้งานมากกว่าภาษา enterprise/ประสิทธิภาพสูง
  • ผลสำรวจที่บอกว่าคนใช้ PHP และ Ruby มากกว่า HTML และการที่ HTML ถูกนับเป็นภาษาโปรแกรมเองก็น่าสงสัยเหมือนกัน อีกทั้ง Elixir ยังอยู่อันดับต่ำกว่า OCaml แบบนี้ก็น่าแปลก ผมเคยเห็นบริษัทใหญ่ใช้ Elixir แต่พักหลังไม่ค่อยเห็น OCaml แล้ว
    • อาจเป็นเพราะคนที่เลือก HTML ในฐานะ “ภาษาโปรแกรมที่ฉันใช้” มีจำนวนน้อย เลยได้ผลแบบนี้
    • ตอนทำงานที่แรก เพื่อนร่วมงานที่เป็น Java developer ไปนั่งดื่มกันในสวนแล้วตำรวจมาถามว่าอาชีพอะไร พวกเขาตอบว่า “โปรแกรมเมอร์” ตำรวจก็ตอบว่า “อ๋อ~ HTML สินะ”
    • ถ้าถามว่า PHP กับ Ruby มีผู้ใช้มากกว่า HTML ไหม จากประสบการณ์ผม สัดส่วน backend/system developer มีมากกว่าฝั่ง frontend มาก (ตั้งแต่ 3:1 ถึง 20:1) แล้วแต่ขนาดบริษัท และถ้าทำแต่ backend คุณอาจแทบไม่เจอ HTML เลย โดยเฉพาะในบริการที่เน้นเว็บก็ยังมีคนจำนวนมากที่ไม่แตะ HTML จริง ๆ
    • HTML ก็ถือเป็นภาษาโปรแกรมได้ในระดับหนึ่ง แต่แทบไม่เคยถูกใช้เดี่ยว ๆ ดังนั้นการแยก HTML ออกมาเป็นรายการอิสระในลิสต์จึงค่อนข้างไม่มีความหมาย
    • แต่ละคนอยู่ในฟองสบู่ของตัวเอง ผมยังคงคิดว่า Scala เป็นภาษาที่ค่อนข้างนิยมอยู่
  • ผมพอใจที่ Haskell ยังติดอันดับอยู่ แม้จะอยู่ระดับใกล้เคียง LabView ก็ตาม (ชวนช็อกนิดหน่อย) แต่ตัวบทความเองไม่ได้สนุกอะไรนัก
    • อย่างน้อย Haskell ก็เป็นภาษาที่สนุก ส่วน Julia ที่ผมรักก็มีชื่ออยู่ในลิสต์ปีนี้ด้วย เลยพอใจ มันเป็นสัญญาณว่ายังมีความหวังสำหรับภาษาที่สนุกอยู่บ้าง หลังจากการร่วมมือด้าน SoC ของ Intel และ NVIDIA ผมคิดว่า Python กับ C++ น่าจะยังครองลิสต์นี้ต่อไป
    • การเอา Haskell ไปเทียบกับ LabView นี่ชวนเจ็บใจไม่น้อย
  • สงสัยว่า “Arduino” คืออะไร ถ้าหมายถึง Arduino DIY ที่เรารู้จักกัน มันไม่ใช่ “ภาษา” แต่ก็แค่ C++
    • ในเอกสารของ Arduino เองก็เรียกมันว่า “Arduino programming language” จริง แต่ในทางปฏิบัติมันก็แค่ C++ ที่เพิ่ม typedef มานิดหน่อยเท่านั้น ไม่รู้เหมือนกันว่าทำไม
    • ก็คล้ายกับการนับ HTML, CSS ว่าเป็นภาษา หรือเรียกไลบรารี C/Fortran ว่าเป็นไลบรารี “Python” นั่นแหละ
    • การแบ่งแบบนี้มันแปลกและทำให้ความน่าเชื่อถือของกราฟลดลง ถ้าจะนับแบบนี้จริง ก็ควรเอาคะแนนไปบวกให้ C++ ด้วย
  • ผมก็เคยคิดคล้าย ๆ กัน ว่าผู้ช่วย LLM จะมีบทบาททำให้ภาษาโปรแกรมปัจจุบันยิ่งฝังแน่นหรือเปล่า จากที่ผมลองมา LLM มักทำงานได้ดีกว่ากับภาษายอดนิยม (เพราะมีข้อมูลฝึกมากกว่า) เลยรู้สึกว่ามันอาจทำให้การนำภาษาใหม่มาใช้ยากขึ้นไปอีก ถ้าการฝึก LLM มีแต่โค้ดเชิงวัตถุ ป่านนี้การพัฒนากระบวนทัศน์อื่น ๆ ก็คงยากกว่านี้มาก
    • ช่วงหลังผมลองใช้ภาษาที่ไม่ค่อยเป็นที่รู้จักอย่าง Hare แล้วพบว่า Claude (แม้จะเพ้อบ้าง) ก็ยังช่วยได้ดีกว่า search engine แบบเดิม เลยรู้สึกว่า LLM อาจไม่ได้ทำให้ภาษาต่าง ๆ ตายตัวหนักอย่างที่คิด
    • จากประสบการณ์ของผม LLM รับมือภาษายอดนิยมได้ดีกว่าจริง แต่ไม่ใช่แค่นั้น มันยังชอบตอบโดยยัดภาษาและเครื่องมือที่ดังเกินความจำเป็นเข้ามาด้วย แล้วพอทักก็จะตอบกลับว่า “ใช่ครับ ไม่จำเป็นเสมอไป เดี๋ยวผมยกตัวอย่างที่ชัดเจนและเหมาะสมกว่านี้…” ซึ่งถ้าทำแบบนั้นตั้งแต่แรกก็คงดี โค้ดที่ได้จึงมักซับซ้อนเกินจำเป็น และถ้าไม่ใช่นักพัฒนาที่มีประสบการณ์มากพอก็กรองปัญหาพวกนี้ออกได้ยาก สุดท้ายโค้ดแปลก ๆ ก็ถูก commit ลง git repo หรือถูก deploy ไปจริง แล้วก็อดสงสัยไม่ได้ว่าบริษัทใหญ่บางแห่งไปยัดปลั๊กอินหรือโค้ดของตัวเองไว้ในคำตอบแรกหรือเปล่า โครงสร้างแบบนี้อาจกลายเป็นปัญหาใหญ่มากในอนาคต วงการโฆษณาคงน้ำลายไหลกับเทรนด์นี้แน่ และถ้าอนาคตมีโฆษณาถูกผสมเข้าในโมเดล LLM จริง ปัญหาจะยิ่งหนักกว่าเดิม
      • อยากให้มีโมเดลแบบเปิดที่เปิดเผยข้อมูลฝึกและน้ำหนักอย่างชัดเจน และสามารถปรับแต่งได้แบบ reproducible build (คล้าย Nix)
      • จำเป็นต้องมีวิธีดีบักโมเดลในขั้นอนุมาน เช่น องค์ประกอบที่โปร่งใสแบบแท็ก
      • สงสัยว่ามีวิธี formal verification สำหรับการอนุมานของโมเดลหรือไม่
    • อุปสรรคในการนำภาษาใหม่มาใช้จะสูงขึ้นจริง แต่ทุกวันนี้เหตุผลในการใช้ภาษาเฉพาะทางก็ยังเหมือนเดิม คือ
      1. มี codebase/ไลบรารีเดิมอยู่แล้ว
      2. เป็นจุดรวมของผู้เชี่ยวชาญในโดเมนเฉพาะ เท่านั้นเอง ต่อให้ LLM เก่ง Java ก็ไม่ได้แปลว่าทุกคนจะต้องใช้ Java (เรื่องความสนุกหรือไว้ใส่เรซูเม่อีกเรื่องหนึ่ง)
    • การเลือกภาษายอดนิยมย่อมได้เปรียบเสมอในเรื่องอย่างการหาคนทำงาน ภาษาไม่ดังเป็นความเสี่ยงมาตลอด และตอนนี้ก็ยังเหมือนเดิม
  • การที่ Python อยู่อันดับ 1 ทำให้ผมอึดอัดนิดหน่อย จากประสบการณ์ส่วนตัว ผมไม่อยากใช้ Python กับอะไรที่เกินงานสคริปต์หรือ PoC คนเดียวเลย ถ้าเกิน 1,000 บรรทัด ต้องมีหลายคนดูแล หรือรันนานเกินไม่กี่วินาที ผมนึกภาพไม่ออกว่าจะใช้ Python ทำมัน Python กลายเป็นภาษาเริ่มต้นสำหรับสอนคนที่ไม่ได้เรียนสายนี้ในมหาวิทยาลัยสหรัฐฯ เลยทำให้คนเก่ง ๆ จำนวนมากเข้ามาช่วย ecosystem ซึ่งผมกลับอยากให้ความพยายามเหล่านั้นไหลไปยังภาษาอื่นหรือภาษา compiled ที่แข็งแรงกว่านี้มากกว่า ขอแนะนำภาษา compiled ที่มี static typing และรองรับ multithreading
    • เห็นด้วยสุด ๆ ผมใช้มันแค่งานสคริปต์เหมือนกัน ปีที่แล้วพยายามลองทำ ML อยู่พักหนึ่ง แต่เกลียด Python มากจนเลิกภายในเดือนเดียว ไม่เข้าใจจริง ๆ ว่าทำไม Ruby ไม่ฮิตกว่านี้ Python กลายเป็น default first language ไปแล้ว (ผมเองก็เริ่มจากมัน) แต่จริง ๆ แล้วผมอยากแนะนำ Ruby มากกว่า
    • เห็นด้วย Python ให้ความรู้สึก “นิ่มยวบ” ภาษา static typing แบบ compiled ที่ผมรู้จักมีแค่ Rust, C, C++ ซึ่งแต่ละตัวก็มีข้อเสียของตัวเอง ถ้ามี C ที่มีระบบโมดูลกับ tooling แบบ Rust ก็คงดีมาก
    • แม้แต่ไวยากรณ์ก็ยังไม่ค่อยดีนัก จะใช้งานได้ดีแค่ไหนไม่รู้ แต่เป็นภาษาที่ไม่สนุกเอาเสียเลย
 
3ae3ae 2025-09-29

ผมรู้สึกว่า js กับ ts แทบจะเป็นภาษาเดียวกันอยู่แล้ว น่าจะรวมเข้าด้วยกันมากกว่านะ

 
beoks 2025-09-29

แปลกดีที่มี HTML อยู่ในการจัดอันดับ

 
jjpark78 2025-09-29

ไม่อยากจะเชื่อเลยว่า Java จะอยู่อันดับ 2

 
passerby 2025-09-29

Java และ C# ไม่ว่าจะอดีตหรือตอนนี้ก็ยังเป็นมาตรฐานของสภาพแวดล้อมเว็บเซิร์ฟเวอร์ระดับองค์กรอยู่ดี

 
jjpark78 2025-09-29

อันดับภาษายอดนิยมต่างจากผลสำรวจของ Stack Overflow มากเลยนะ