从来没见过它写个 C++ 来完成任务的
是不是因为 Python 的 training set 最多？
Python 可以不用脑子 
4 个赞
因为随便干点啥scripting language有很大优势
c++写大了改两行编译个几分钟你愿意等么
12 个赞
你问问gpt是会怎么样?
如果你是说那种临时的 throwaway 的 tool call，nodejs 我也见过，就是你说的原因
1 个赞
你自己写写Python和C++算算花的时间不就知道了
1 个赞
script语言有优势。你可以把环境里的python删掉而且不让它装，大概率会尝试用perl或者lua或者bash
ecosystem啊，很多lib都没cpp的，而且cpp也没正经的package manager，ai弄个github上的依赖十有八九build不出来 
为什么是python
为什么是script
这是两个不同的问题
理论上well-trained理想model会选最小effort达到目的的语言
但是实际中training data过拟合显然存在
1 个赞
你的版本太落后了 好一点的都是直接写二进制的
偏好睿智的眼神是吧
偏好头发
2 个赞
Python效率不高的缺点已经被不断提升的算力所掩盖
在知乎看到一个不错的结论，不知道对不对，大手子们讲讲：
Python靠缩进而不是符号来确定代码块天生适合LLM，bash/C这种需要大量转义和用符号就变成了个状态机，Transformer会更吃力
1 个赞
我猜是因为1. python本来就是很popular的语言，原训练素材多；2.语言简洁，实现同样的功能token占context更少；3.然后python有一个强项就是处理string的输入输出非常方便，天生适配LLM
假的 甚至可以说是扯淡
缩进对人眼友好
closure才对LLM友好
你看opus画ascii diagram至今对不齐边就知道了
这就是为什么LLM对JSON处理得比YAML好，对xml处理得比MD好
当然参数和训练强度上去了都不是事儿
3 个赞
为什么不是用scheme/lisp