01
前言
我在公众号写过一篇 Lua 的故事，Lua 是巴西人发明的一门编程语言，在游戏领域影响力很大。
当时就想，中国程序员更多，怎么没有发明有世界级影响力的编程语言呢？
后来就注意到了张宏波老师发明的 MoonBit，这是一门静态类型，支持函数式和面向对象的编程语言，专注 WebAssembly 和 AI 原生，它有几个让人印象极其深刻的核心优势：闪电般的编译速度，极小的代码体积，运行起来飞快。
MoonBit 在发布之初就登上了 HackerNews 的头版头条， 可谓一炮走红。
从那以后，我就关注它的各种动态，看着它发布了一个个让人激动的功能：
异步编程库
用「moon-agent」 智能体框架，无缝融合庞大的 Python 生态
支持 LLVM 后端，Native 后端
形式化证明
MoonBit Pilot
2025年 MoonBit 正式进驻北京大学计算机学院的研究生课程《编程语言的设计原理》中，作为一门新的编程语言，短短两年间就进入最高学府的课堂中，也算是一个「壮举」。
MoonBit 还风靡日文技术圈，成为日文技术圈广泛讨论的热门：
播客：海外开发者评价MoonBit 未来一定会火，会成为一个时代 ？
MoonBit 用户数也开始暴涨，从 2024 年的几千人，到 2025 年的10万人，再到目前接近四十万（数据来源 VS Code、Open VSX等插件下载量合计）。
MoonBit 的生态扩张速度迅猛，Mooncakes Packages 已达 1.6万 ，Modules 超过 1,700 个，Downloads 接近 500 万次。
按照数据统计，其实已经达到编程语言排行榜前二十的水平，当然 MoonBit 还需要时间来沉淀。
数据来源ChatGPT
毫不夸张地说，编程语言这样的底层技术，已经不再只是美国或欧洲的“专利”了，中国同样开始在这一层面上拿出有竞争力的创新。
本文也是系列文章的第一篇，后面我还会更新三篇更为详细的 MoonBit 技术亮点：
1. 《一次编写，到处运行：MoonBit 如何打造真正跨平台的 Agent Skills？》
2. 《一门语言打通前端、后端与原生应用：MoonBit 如何用多后端实现全栈开发？》
3. 《脚本语言般顺手，系统语言般高效：MoonBit 如何兼顾灵活表达与高性能？》
02
MoonBit 的最新进展
经过这几年的发展，语言核心特性已趋于稳定，预计MoonBit 将在九月份正式迎来1.0版本。
截止发文，目前 MoonBit 最新版本 v0.10.4 重点提升了语言易用性、跨平台能力和开发体验。
新语法让功能扩展更明确，减少代码冲突，模式匹配、迭代器和字符串等常用写法也更加简洁。
标准库设计之初就支持硬件加速 SIMD。
原生编译能力已从苹果芯片 Mac 扩展到 Linux 和 Windows，调试编译速度进一步提升。
异步功能开始实验性支持 WebAssembly，同一程序可跨平台运行。
此外，编辑器、构建工具、文件监控和 Windows 兼容性均有改进，标准库性能持续优化。整体来看，MoonBit 正逐步走向更稳定、更易用、平台覆盖更广的开发工具链。
03
强烈推荐 MoonBit 的技术优势
1. 形式化证明
MoonBit将形式化验证直接纳入原生工具链，使AI生成的代码不仅要通过编译和类型检查，还能接受程序性质层面的严格验证。
开发者可通过Hoare三元组、函数合约和循环不变量等方式，描述程序执行前应满足的条件、执行后必须成立的结果，以及循环过程中始终保持的性质。
相比使用独立的形式化证明语言，MoonBit允许对关键代码进行选择性证明，不必为整个程序补齐完整证明链，因此书写门槛更低，也更适合AI参与。
以容易出现边界和整数溢出错误的二分查找为例，代码、合约、谓词和验证结果都处于同一工程流程中。由此形成“AI生成—编译器检查类型—验证器检查性质—反馈并修正”的闭环。
更重要的是，MoonBit验证的是实际用于生产的代码，而不是从证明系统中抽取或转换出的另一份代码，从而减少验证对象与最终程序之间的偏差，提高AI代码的可靠性与可检查性。
2. 安全沙箱
MoonBit通过Wasm运行环境和策略文件，为AI生成代码及Agent Skill提供更可控的执行方式。
开发者可以把程序编译成可移植的Wasm字节码，经Mooncakes分发，在浏览器、云端、边缘节点或Agent运行时中执行，无需为每个工具单独配置Python、Node等环境。
每个Skill还可声明允许访问的网络地址、所需环境变量以及文件读写权限，运行时根据策略限制程序行为；未被授权的外部请求会被拒绝。
这样，代码需要访问哪些服务、使用哪些资源，都能提前查看和审计。
需要注意的是，这并非不可攻破的操作系统级安全沙箱，也无法完全防止已授权服务滥用数据，但它把默认不可见的外部依赖转化为显式权限声明。
对于需要自动运行第三方或AI生成代码的Agent而言，这种机制比直接执行普通脚本更透明、更易审查，也更便于控制潜在风险。
3. AI 原生
最近 量子位发布的一篇文章详细解析了论文《No Resource, No Benchmarks, No Problem? Evaluating and Improving LLMs for Code Generation in No-Resource Languages》，证明了MoonBit凭借清晰、易生成的语言设计，高质量文档与代码资源，以及快速编译、即时反馈的完整工具链，让AI更容易理解、生成并自动修正代码，因此是一门AI原生编程语言。
论文以MoonBit和Gleam为对象，研究大模型对缺少公开代码与教程的新语言的掌握能力。
结果显示，模型在零样本条件下表现很差，平均通过率约9%，主要问题甚至是语法错误。Few-shot和RAG虽能改善结果，但提升有限。
使用约1370万MoonBit代码与文档Token继续预训练后，模型成绩显著提高；再迁移指令跟随能力，Qwen 2.5 Coder 32B在三项测试中的通过率分别达到50.71%、53.04%和32.60%。
04
总结
MoonBit 并不只是创造一门编程语言，它更是在探索 AI 时代的软件开发新范式：让代码更容易被 AI 理解和生成，让 AI 生成的程序更加可靠、安全、高效。
当然，一门语言最终能否成功，还需要时间、生态和开发者的共同推动。但短短几年，从一个新语言项目，到进入高校课程、登上 Hacker News、吸引全球开发者关注，并形成快速增长的生态，本身就是一件了不起的事情。
我也会持续关注 MoonBit，希望来自中国团队创造的编程语言，能够在全世界流行！
MoonBit 官网：
https://www.moonbitlang.cn/
MoonBit 包管理网站：
https://mooncakes.io/
MoonBit 官方文档：
https://docs.moonbitlang.com/zh-cn/latest/
热门跟贴