在 LLM 时代，新型 DSL 如何生存？

来源：Hacker News 日期：2026年6月11日

背景

过去几十年间，Python、Rust、Ruby 等“传统”软件语言积累了海量的代码库。这些代码不仅构成了庞大的软件生态，更成为了训练大型语言模型（LLMs）的优质素材。随着模型技术的迭代，幻觉（hallucinations）现象已显著减少。

然而，LLM 表现优异的深层原因不仅仅在于训练数据的体积，更在于围绕这些语言建立的先进工具链。类型检查器、Linter、语言服务器、编译器、解释器以及测试框架等工具，为软件提供了“现实锚点”，并赋予 LLM 代理即时反馈的能力。例如，类型检查器可以在代码运行前就捕获幻觉产生的错误。

这种机制形成了一种正向反馈循环：传统语言因工具链完善而被更广泛地用于生成新内容，进而为未来的模型提供更高质量的训练数据。在这种背景下，新兴语言（尤其是领域特定语言 DSL）若想在这一时代立足，必须解决如何融入现有生态并适应 LLM 代理工作流的问题。

核心内容

文章指出，新兴语言在 LLM 时代的生存之道，本质上回归到了软件工程的经典原则：优秀的文档、出色的营销以及强大的工具链。但要适应 LLM 代理（LLM Agents）的工作模式，还需要额外的策略。

1. 文档与上下文：让 LLM 理解语言

对于 LLM 代理而言，获取语言的上下文至关重要。一种有效的方法是从语言二进制文件中自动生成类似 AGENTS.md 的文件，为 LLM 提供结构化的指导。

作者以实验性的 Web 应用 DSL Web Pipe 为例，展示了其 LLM 模板。Web Pipe 具有先天优势，因为它嵌入了 jq、Lua、JavaScript、SQL 等 LLM 已高度熟悉的语言。因此，其面向管道的语法和语义学习成本较低。作者表示，仅凭这一个 AGENTS.md 模板文件，就能通过一次性提示词（one-shot prompts）在 Codex 中成功创建演示应用。

2. 着陆页（Landing Pages）：降低上手门槛

新语言需要快速传达其用途和使用场景，并让用户尽快开始实践。鉴于为新兴语言创建 WASM（WebAssembly）运行时环境从未如此简单，作者建议在着陆页顶部直接嵌入交互式编辑器。

以作者的另一个项目 Datafarm 为例，这种策略能极大提升用户体验。作者强调，新语言不应仅针对 CLI（命令行界面）等单一运行时，还应积极支持浏览器运行时，以利用 WASM 技术实现即开即用的体验。

3. 工具链：诊断与集成的极致优化

为了与 LLM 代理良好协作，新语言必须具备强大的诊断能力，涵盖编译时、运行时以及 Linting 等各个环节。

• 语言服务器协议（LSP）：必须提供 robust 的语言服务器。
• 统一二进制架构：作者发现一种有效模式是将运行时和语言服务器合并为单个二进制文件。这能确保两者之间的诊断反馈保持内联一致。
• WASM 诊断工具：通过将诊断逻辑与 LSP API 分离，可以打包 WASM 诊断工具，嵌入到如 Monaco 编辑器等浏览器组件中。无论用户使用的是何种工具或运行时，都能获得诸如红色波浪线提示拼写和语法错误等即时反馈。

关键要点

• 反馈循环效应：传统语言因拥有完善的工具链（类型检查、Linting 等），能即时纠正 LLM 的错误，从而产生更多高质量代码，进一步巩固其在 LLM 训练数据中的地位。
• 核心三要素：新兴语言要想 viable（可行），必须具备：
  1. 优秀的文档与引导流程（Onboarding）。
  2. 强大的语言服务器（Language Server）。
  3. 与现有工作流的无缝集成。
• LLM 友好型文档：建议从语言二进制中自动生成 AGENTS.md 等结构化上下文文件，帮助 LLM 代理快速理解语言规范。
• 利用 WASM 降低门槛：利用 WASM 技术在浏览器中提供交互式编辑器，让用户无需配置环境即可立即体验语言，这是比 CLI 更具吸引力的切入点。
• 诊断即服务：强大的诊断工具（编译时、运行时、Linting）是 LLM 代理成功的关键。推荐将运行时与语言服务器合并，并输出 WASM 格式的诊断组件，以支持浏览器端编辑器（如 Monaco）的实时错误提示。
• DSL 的爆发前景：随着覆盖“起飞所需基础条件”（文档、工具、WASM 支持）变得日益容易，未来几年预计将出现大量新兴语言，尤其是 DSL 领域。

意义与影响

这篇文章揭示了一个关键趋势：LLM 正在重塑编程语言的设计标准和推广策略。

1. 工具链成为核心竞争力：对于新语言而言，语法本身的重要性可能正在下降，而围绕语言的“元工具”（如 LSP、诊断引擎、文档生成器）成为决定其能否被 AI 辅助开发工具接纳的关键。
2. AI 原生开发体验：未来的语言设计必须考虑“机器可读性”和“代理友好性”。自动生成 AGENTS.md 等上下文文件，以及通过 WASM 提供即时反馈，将成为新语言的标准配置。
3. DSL 的复兴机会：由于 DSL 通常具有较小的语法集合和特定的领域逻辑，配合良好的上下文引导，更容易被 LLM 掌握。这为垂直领域的专用语言提供了在通用语言（如 Python）主导的生态中突围的机会。
4. 开发者体验（DX）的重定义：从“人学习语言”转向“人+AI 共同学习语言”。降低 AI 代理的理解成本，间接降低了人类开发者的使用门槛。