出品｜虎嗅科技组

作者｜陈伊凡、李一飞

编辑｜苗正卿

头图｜视觉中国

“AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「36」篇文章。

在《魔戒》的世界中，作者托尔金精心设计了一套精灵语，为中土世界，注入了灵魂和文化，在佛罗多·巴金斯见到了精灵的领主吉尔多，他用昆雅语“一颗星照耀着我们相遇的时刻”表示“你好”。

如今，张宏波也在用一门重新编撰的语言，用全新的方式，向AI表达“你好”，这门语言叫做——Moonbit。他现在是粤港澳大湾区数字经济研究院（后简称：IDEA）基础软件中心首席科学家。

张宏波 照片由本人提供

在张宏波20年的职业生涯中，他都在和“语言”打交道。微软全球执行副总裁沈向洋，是伯乐一样的存在。在跟随沈老师学习期间，张宏波跟沈向洋说，他对编程语言更感兴趣，在那个时代，中国做编程语言的人很少，沈向洋推荐张宏波去宾大读博士，在宾大，张宏波开始正式和编程语言打交道。后来沈向洋成立了IDEA，张宏波顺理成章回国。

如果不是业内人士，可能很难理解构建一套编程语言的难度。在和虎嗅长达两个多小时的交流中，张宏波回答了对于一套AI原生编程语言的种种难点和质疑，这也是张宏波第一次接受这样的深度访问。

首先理清的是，MoonBit与一般AI for Coding的公司不同，例如Cursor、Copilot这些公司，他们更多做的是工具的调用，但编程语言，则是和大模型一样，解决根技术和生态的问题。

正因为是根技术，一套编程语言，至少要发展20年到30年才能成熟，正如一套新的语言，需要设计丰富的语料、副词、句式、语法，然后有足够多的人说，才能最终形成一套语言一样。而MoonBit才三年，在MoonBit的社区，有近3千个库，这在编程语言发展历史中是少见的。

全球独立做一套编程语言和完整开发工具的团队并不多，国外谷歌和微软有这样的实力，但大公司行动力迟缓。

为什么要在这个时候做一套全新的编程语言？张宏波说，这是因为大模型的出现，让这件事从不可能变为可能。当ChatGPT出来后，张宏波马上将MoonBit的文法输入ChatGPT，GPT直接生成了MoonBit的代码，“这在以前不可想象”，张宏波说，如果早于GPT两三年做MoonBit，很多语言设计就定型，反而难以修改。而大模型出现后，其最大的魅力之一，就是无限规模化，这也能够让MoonBit迅速打起一个生态，这在过去几乎是不可能的。

什么叫做“AI原生”的编程语言，张宏波说，他没有一个标准答案，但根据他过去20年的软件工程经验，这套完全适配当前AI时代的编程语言，具备几个核心特点。

首先最重要的是可靠性，当未来大量代码可能都是AI生成，程序员的核心工作会从“写代码”变为“代码审核”，这需要整套工具的容错率很高。如今流行的Python和Javascript，编译时，都无法完全排除系统中的类型错误。但张宏波认为，如果在语言设计的第一天，就预防这些基础错误，那么系统会更加可靠。

另一个特点是，它会很简单。过去的编程语言是为人类设计，但AI原生的编程语言，是为AI设计。AI擅长学习简单而清晰的规则，而不是繁琐与充满例外的规则。

第三个特点是高效。Python之所以流行，是因为开发效率高，但牺牲了运行效率。但大模型的时代，人的写代码效率已经不重要，AI可以很低成本的获得运行效率更高的代码，而动态语言的本身的限制使得其性能天花板很低。

还有一个特点是，对整套工具链极强的掌控力，这样就能够在每个细节上给AI精准反馈。再详细一点，开发者写项目的时候，会有一个readme的文档和实例代码说明如何使用包，生成示例代码的时候，也会实时给大模型一个反馈，确保语料实时迭代，并且是最新的。

在张宏波的设想中，MoonBit与Python、Javascript语言还有一个更重要的不同点在于所有权。此前的编程语言，更像无主财产，免费开放给所有人用，不属于任何一家公司，但MoonBit上的代码，只有在这个平台上才能发挥最大的价值。这样一来，MoonBit就成为一个生态平台，而不是单纯的编程语言。

也就是说，编一套全新的编程语言，相当于平地起高楼。在张宏波的设想中，他不仅要这栋楼的所有权，还要这块地的所有权。而这栋楼的所有装修、设施都是他们一家公司，而不是层层分包，以确保对每一个环节和工具链的掌握。

如果在公开平台上搜MoonBit，有点赞，也有质疑。最大的质疑在于，如今大模型学习的AI编程语料，都是基于Python等成熟语言，现在要让大模型再重新学习这套为AI设计的编程语言，显得有点尴尬——它是给AI设计的语言，但AI好像还不够认识它。

张宏波把这个问题定义为“鸡生蛋和蛋生鸡”，他们已经迈过了冷启动阶段，在Claude4.5和GPT 5.2上，对MoonBit的支持，已经和主流语言没有什么区别，目前已经在批量的翻译别的语言代码到MoonBit上，效率非常高。在GitHub上，已经积累了1000万行MoonBit代码，这些都变成了大模型的语料。

一个更关键的模式在于，在张宏波的设计中，MoonBit和Python等传统编程语言还有一个最大的不同，就是所有权归属。

区别于传统编程语言的开放，张宏波坚定地走所有权的路线，他不仅要盖楼，他还要圈地，生成的高质量语料，只有在MoonBit平台才会发挥最大价值。当然，这也牺牲了短期的用户增长。“我觉得做人不要拧巴”，张宏波想得很清楚，海量用户和商业化，他选择后者。他之前做过开源的编程语言，清楚开源局限，他说真正健康的生态是双赢，和用户之间互惠。不过，张宏波说，MoonBit也坚定的相信开源，目前已开源了90%的代码，如核心编译器等，“当然会在平衡好所有权的前提下逐步开源”。

为什么要重新创造一门AI原生的编程语言

虎嗅：AI原生的编程语言和之前几代编程语言会有什么区别？

张宏波：首先得说明，“AI原生编程语言”目前没有一个特别精确、公认的定义，不存在标准答案。但结合我过去20年软件工程经验，AI原生编程语言至少应该具备这几个核心特点。

按照重要性排序，首先是可靠性。未来大量代码可能都会由AI生成，程序员的核心工作会从“写代码”转向“代码审核”。这时候需要整套工具足够鲁棒（robust），能避免很多低级错误，这样在AI生成代码的场景下就会有巨大优势，系统整体会更可靠。

具体来说，例如C语言这类底层语言本身存在内存不安全问题，要是AI生成了大量这类代码，我们很难判断该不该接纳，里面可能藏着安全漏洞，甚至引发供应链投毒。比如有人贡献3万行代码，大部分是对的，但其中100行有安全问题，人工审核很难发现，所以可靠性是AI原生语言的首要前提。

第二个特点是简单。AI本质还是机器，它更擅长学习简单、清晰的规则，而不是繁琐且充满例外的规则。过去的编程语言是为人类设计的，会尽可能写得简短；但对AI来说，简短不是关键，规则简单统一才是。比如C++，很多规则都有例外，例外里还套着例外，AI很难理解这种复杂逻辑，我们宁愿接受AI生成稍显啰嗦但规则清晰的代码。

第三个特点是高效。Python之所以流行是因为开发效率高，但牺牲了运行效率。而在AI时代，高效性反而可以通过成本更低的方式获得。

除了那三点，现在谈语言不能脱离工具链，开发者需要IDE、编译器、调试器一整套工具。所以对AI原生语言来说，整套工具链都得给大模型提供高质量反馈，这就要求对工具链拥有极强的掌控力。只有完全掌控工具链，才能在每个细节上给AI精准反馈。举个例子，之前用大模型生成MoonBit代码时，它经常出现语法幻觉，比如把语法位置搞混，那么我们就直接在语言层面兼容了这两种语法，先接受错误语法，再给出警告。这样就能给AI提供高质量反馈：它既能生成代码，又能通过警告知道哪里错了，后续就能纠正。如果一开始就直接报错，AI得不到有效反馈，就没法修正幻觉。

虎嗅：所以MoonBit不仅是一套AI编程语言，还包括一整套工具链？

张宏波：我们做的是全栈，从编程语言到整套开发工具链，所有环节都覆盖。只做一门编程语言没用，比如调试需要专业的调试工具，测试需要测试覆盖率工具，这些都得配套。

虎嗅：重新写一套AI原生的编程语言和工具链，无异于重新造一套语言，大模型出来之后，VibeCoding领域涌现了很多AI编程相关的公司。做AI for coding的应用，可以迭代很快，短期内也能拿到不错的商业化成果，为什么会选择从零开始设计一套编程语言？

张宏波：未来AI在编程领域的价值会体现在两个层面。一个是快速搭建一个网站这类场景，即用即扔。比如让AI生成一段代码处理某个简单任务，不用考虑维护性，这类需求确实不需要人深度参与，AI能高效完成。

但还有一种更严肃、商业价值也更大的场景就是大型系统软件的开发。AI生成代码最大的问题在于，它会带来一大堆杂乱的技术栈，虽然能一下生成几万行代码，但人类根本没法维护，总不能每次出问题都重新生成。

所以要让AI在严肃的系统软件开发中真正发挥作用，必须从底层做起，这样天花板上限才足够高，如果只是在现有基础上修修补补，短期内确实能看到效果，但上限很低。

AI驱动的软件工程革命，我认为未来3-5年还会持续深化。这和以前不一样，以前开发者工具只是IDE这类辅助工具，商业价值有限；但AI软件工程领域本身就是万亿美元级的大市场。要想达到极高效率，整套工具都得重新适配AI，传统工具已经不适用了。从长期来看，未来一定会是AI原生的编程语言和AI原生的一整套工具链。

虎嗅：中国团队开发的AI原生编程语言，会对中文更友好吗？

张宏波：中文友好是我们考虑过的方向，但目前策略是先聚焦价值链高端市场，再拓展下沉场景，所以一开始没刻意强调中文编程。比如我们内部工作语言是英文，技术文档也用英文，就是希望MoonBit能服务全球用户。不过国内肯定是重要受众，等后续资源充足了，我们会做本地化适配，比如支持中文标识符这类功能，让爸妈也能直接用。

虎嗅：你过去设计过很多编程语言，在这个过程中是否有一些教训和犯过的错误，在开发MoonBit时有没有做修正？

张宏波：肯定有，人都会有路径依赖，MoonBit很多设计就是在修正过去的经验教训。比如我之前主导开发的Rescript，其实很成功，有上百家商业公司在用，但它有个很大的痛点就是IDE做得不好。所以这次做MoonBit，我们从一开始就强调“不能只做语言本身”，从设计初期就思考怎么让IDE更高效、更可靠。

虎嗅：从成立到现在，有没有某个时间点，比如用户数据突然大幅增长或者产品效果有了质的飞跃？

张宏波：我们的增长势头不错。2023年大概只有几百个用户，去年11月左右到了26000个用户，现在已经超过10万用户了，而且我们还没发布1.0版本。要知道，没到1.0版本，一般开发者是不会轻易用的，因为功能还在频繁迭代。我们预计明年中发布1.0版本，按照现在的增长势头，估计到2026年底或者2027年初就能有近100万用户。到那时，MoonBit作为一门编程语言就算成功了，至于商业化，那是之后再重点推进的事。

虎嗅：用户数据从去年11月左右26000，到现在一年时间超过10万了，增长触发点是什么？

张宏波：我们团队很给力，短期内把配套工具做到能和四大主流编程语言工具基本打平了。MoonBit本身有独特魅力，比如数据处理能力非常出色。开发者写代码时大部分时间都在处理数据，我们在数据处理场景做了很多有意思的创新，这些技术特性本身就很有魅力。早期能吸引用户就是靠语言本身的这些特色。

虎嗅：用户画像是什么样的？

张宏波：主要分两波，国内以学生为主，国外则是对WebAssembly感兴趣的开发者。比如有个英特尔的美国工程师，我们都不认识他，但他特别喜欢MoonBit，一个人就给我们贡献了六七十个代码包，就是因为认可语言本身的魅力。

虎嗅：你自己会在公开平台上看用户对于MoonBit的反馈吗？最近一次收到的比较有价值的反馈是什么？

张宏波：会看的。我们最近在日本火了一把。日本有个很有影响力的大V Mizichi，有位参会者写了篇文章，把我们评为“2025年最棒的编程语言”，文章在日文社区的阅读量快到10万了，对我们认可度很高，也掀起来日本技术社区对MoonBit的广泛关注。

虎嗅：有没有收到过负面反馈？

张宏波：肯定有，我们都习惯了，被骂说明有人关注，没人理才真的可怕。最大的问题是，普通人不理解基础软件本身需要极长的研发周期，比如很多人拿我们跟Java比，Java都发展二三十年了，我们才三年，却要求我们达到它的成熟度和生态，这不合理。能跟这种成熟语言同台竞技，对一个才出现三年的新语言来说已经很了不起了，这种不合理的预期真的让人难以置信。

其实我们社区现在已经有近3千个。除了那种巨头公司全力推的语言，很少有新语言能在三年时间里积累这么多库，我们的进度已经非常快了。但还是有人问“你们怎么不如Java成熟”“生态怎么没Java丰富”，核心还是预期管理的问题。

不仅要“盖楼”，还要“圈地”

虎嗅：现在很多AI和Coding的公司陷入了比较尴尬的局面，其中一个是其自身能力必须跟着大模型迭代，成本和精力投入很大，并且现在大模型基模公司自己也在做AI编程相关的功能，你是否担心MoonBit未来会面临类似的挑战？

张宏波：其实现在很多AI编程公司最大的问题是做的东西太薄，同质化严重，你能做的别人也能做。像我作为AI编程工具的重度用户，用过Cursor、GitHub Copilot这些工具，其实感觉不到Cursor比Copilot有什么本质优势。

AI编程领域有两个核心护城河：一个是大模型本身的能力强，比如Anthropic在这方面一骑绝尘；另一个就是对整套工具链的掌控程度，这也是我们从商业化角度重点布局的，我们的工具链是自主可控的，相关知识产权也受保护。

举个例子，用AI在我们平台生成MoonBit代码，这些数据本身就很有价值，而且只能在我们平台上才能赚钱，如果两年后MoonBit建立起高质量的生态，比如有上万甚至数十万个开箱即用的代码库、数十亿行代码，整个生态能高效运转只有在我们平台才能做到。就算大模型公司和我们切断合作，他们也拿不到生态的核心价值。所以我们的壁垒很深。

再往远看，两三年后大模型本身的壁垒可能会降低。现在开源大模型的能力和闭源大模型还有差距，但一两年后这种能力差距会大幅缩小。我们通过早期的技术领先，积累海量的私有化语料，搭建起专属生态，别人要再做一套AI原生的工具链，就得从头积累语料和生态，这才是护城河极高的事情，我们是做平台生态型的公司。

虎嗅：生态，需要很多开发者和合作方共同创建，但MoonBit又是一个新的语言，怎么跟传统编程系统比拼生态？

张宏波：像Java、Python这些传统语言，本质是“无主财产”，免费开放给所有人用，不属于任何一家公司。我们和社区合作共建的高质量代码库，是“有主的”，这和传统编程语言完全不同，生态里的核心语料和库有明确的所有权，我们是其中最大的所有者。

虎嗅：所有权这件事情怎么理解？

张宏波：就是生成的高质量语料只能在我们平台上才能发挥最大价值，这是我们从顶层设计阶段就规划好的。

编程语言的发展周期很长，往往需要十年以上才能成熟，很多编程语言之所以早期就放弃所有权，就是因为编程语言的发展周期太长，往往要十年以上才能真正成熟。放弃所有权后，就变成“大家一起玩”的免费资源，甚至有些连核心知识产权都对外公开了。

虎嗅：但“大家一起玩”的模式难道不是能够降低使用门槛，并且能够快速搭建生态吗？如果是一个“闭源”的方案，如何快速搭建起生态，让更多人参与到代码开发中？

张宏波：确实能降低使用门槛，但代价是早早失去核心知识产权。这里还有个关键变化：以前做编程语言和配套开发工具需要全世界开发者一起参与搭建生态，因为这是个浩大的工程，单靠少数人根本做不完。但有了AI之后，我们可能只需要十分之一甚至百分之一的开发者，就能把生态搭建起来。比如要复刻Python的生态，在这一次的AI出现前是难以想象的，可能要花二十年；但现在有了AI，这件事完全可行，无需20年。

大模型带来另一个变化是，AI最擅长的就是跨语言翻译，比如把中文翻译成英文，把Python代码翻译成MoonBit代码。借助AI，我们能快速把Python、Java这类语言的生态“蒸馏”到MoonBit上，而且质量能更高。因为我们有专门的工具，可以确保蒸馏后的文档都是经过验证的，不会出现错误。这就相当于把以前小作坊式的生态搭建模式，变成了集约化管理，效率完全不是一个量级。

虎嗅：一个核心问题是，现在大模型里学习的语料都是Python、Java这些成熟语言，但MoonBit是新语言，AI对它不熟悉，感觉是为了AI设计但是AI并不熟悉的语言？

张宏波：因为我们整套工具链做了深度优化。我们在生成这些实例代码时候会给大模型实时反馈，确保实例代码一定是编译通过、测试通过的。这样就能保证语料是实时迭代且最新的。

我们的“全家桶”工具链能保证代码走得更高效。这种模式在国外大模型上已经跑通了，但国内还有些困难，一方面是国内大模型的基模能力还有差距，另一方面是国内语料的更新速度比较慢。

虎嗅：你之前提到我们的模式是“圈地”，但又说会比Claude的Agent更开放，我想知道这种“开放”具体体现在哪里？

张宏波：我们的“开放”是指开源了很多核心软件，比如标准库、构建系统，上层应用开发者都能免费使用。但有个排他性条款就是——不能用我们的工具做同类的平台服务生意。简单说，你用我们的工具开发自己的软件、自己使用甚至卖给客户都没问题，但不能拿我们整套工具加速的开发流程，然后再去卖给第三方。

虎嗅：也就是说不能用它做平台型的生意？

张宏波：对。自己用、开发软件甚至卖给客户都可以，唯独不能和我们一样做平台型的生意。

虎嗅：那怎么保证别人不这么做？

张宏波：我们一开始设计时就通过License排除了这种可能性。没打算向普通用户收费，这会阻碍推广，不管是个人还是企业，使用我们的工具都是免费的，但像阿里、亚马逊这种大云厂商，想在我们平台上搭建云服务再卖给第三方，这是不允许的。就像可以用Windows，但不能卖盗版Windows给别人，道理是一样的。

虎嗅：但把MoonBit做成这种所有权的模式会不会影响推广？最后变成一小部分人的自嗨？

张宏波：我觉得做人不要拧巴，核心是要想清楚：你到底是要海量用户，还是要商业化成功？我们选后者。如果只为了攒用户，完全可以像Python、Java那样全公开免费，但这种模式根本没法商业化。Python基金会一年也就两三百万美金资助，连一个资深程序员的年薪都不够，Rust基金会也差不多，根本支撑不了长期发展，这不是我们要的。

我之前做的Rescript就是完全开源的，太清楚开源的局限。真正健康的生态是双赢，我们和用户之间得互惠。现在我们虽然免费，但通过许可证限制大云厂商和我们直接竞争，要是连这个都不能接受的用户，未来也不会对我们有太大帮助。当然，这种模式肯定会影响推广，所以我们三年能积累10万用户是很了不起的。我们不想饮鸩止渴，为了短期高增长放弃所有权，虽然看似高增长，但根基就没了。

虎嗅：MoonBit推出第一个正式版本后，收到过开发者反馈吗？主要的反馈集中在哪些方面？

张宏波：反馈非常多，而且商业进展比预期好，我们第二年就拿到了商业授权，有公司来买我们的授权服务。还有海外云计算厂商用MoonBit做相关应用场景开发。到现在，MoonBit已经有近10万用户了。今年年初MoonBit已经进入北大研究生课程，目前正在和更多高校谈合作。不管是商业客户、海外用户还是高校接纳度，对一个三年的新语言来说，都已经相当可观了。

虎嗅：所以你们是先从细分和高校的场景切入推广的，选择这些细分场景先后，是有明确考量还是碰巧选对了？

张宏波：是经过深思熟虑的。我们知道推新编程语言很难，开发者已经习惯了现有工具，没必要换一个“半成品”。所以我们调研后选了WebAssembly这个赛道：2017年微软、苹果、谷歌联合推出了WebAssembly标准，这是个很新的指令集，传统编程语言对它的支持都不够好。其实我们现在海外关注度高，核心就是因为我们在WebAssembly有优势。

国内外策略不一样，国内的在职程序员太忙，没人愿意花时间学新语言，除非能马上带来收益，所以我们国内主攻高校，学生有学习动力。而且我们很幸运，接触到了很多信息竞赛的人，他们对新技术好奇心强。我去年还给亚太地区信息学竞赛选手讲MoonBit，他们兴趣特别浓。对在职程序员，强行推广难度太大，得等他们看到明确价值才会动。

为什么要瞄准商业化？AI原生的编程语言如何商业化？

虎嗅：你说过MoonBit的目标是能实现大规模商业化？为什么有这个信心？编程语言的商业化是否有此前可借鉴的先例？

张宏波：我觉得MoonBit一定会成功，只是成功的大小问题。按现在的发展轨迹，2026年底到2027年，我们应该能有近100万用户。对一个新编程语言来说，这就已经是成功了。

我们团队很小，现在才十几个开发人员就做到了这个程度，到时候体面地活下来肯定没问题，不过我希望它能有更大成功。

在AI编程成为主流前，我对编程语言商业化没那么有信心，因为传统模式下，开发者工具和语言的天花板很低，比如MATLAB，传统模式下天花板大概就是几十亿美金市值的公司。

但AI软件工程出来后，我是充满信心的。因为AI会让行业集中度大幅提升，形成垄断性软件平台，不再需要那么多“小作坊”式的参与者。未来的软件工程会是高效的流水线模式，按统一规格制作出来。

以前推广编程语言，得靠大量开发者加入共建库和生态；现在有了AI，成本极低，你可以用一个很低的成本雇佣1000个Claude程序员，机器人7×24小时把已有的库批量建好。而且我们能把生态和业务结合，知道怎么高效复用这些库。等基建搭好再交付软件，需要的人力成本会大幅降低。

以前为了让开发者用我们的工具，得牺牲部分商业利益，未来直接给客户交付“可靠的大型软件”本身就是核心价值。

虎嗅：交付工具和直接交付软件这两者有本质区别吗？

张宏波：当然有本质区别。只卖工具的话，只能收固定的工具使用费。但直接交付软件，是按软件本身的价值抽成，这完全是两种商业模式。举个例子，就像房产中介：卖1亿的豪宅和卖100万的普通房，中介费比例不同，总收益天差地别。

虎嗅：过去和现在的商业逻辑的不同，为什么今天我们可以做交付软件这件事，原因是什么？

张宏波：核心逻辑是拉长链路。以前因为行业规模太大，单个工具厂商只能做一小部分，没法端到端交付价值，拿不到最大利润百分比。我们的愿景是：五年后，全球10%的软件都通过MoonBit平台交付，通过我们的工具链+AI完成交付，你可以想象这是多大的市场。

虎嗅：这就好比让开发者在MoonBit这个“土地”上盖“房子”，我们收“租金”或“抽成”。这种AI原生的商业模式，是有参考先例还是您自己摸索出来的？

张宏波：这是AI时代才有的新商业模式，以前根本做不到。因为过去必须靠大量人分工合作才能完成软件开发，现在AI能替代大部分分工工作，还有很多一人公司，对人的需求极大减少。

虎嗅：从商业价值来看，这是不是有点像“买楼和买地”的逻辑？我们现在做的是“买地”的事，可以这么理解吗？

张宏波：AI软件工程是个非常大的市场，要想把这个市场的效率和利润提得足够高，就需要做一些底层的根本性创新。已有的成功编程语言有很重的历史负债，它们现在有几百万用户，要做任何一点小改动都不可能，哪怕改个语法，都要经过整个标准委员会的繁琐流程同意才行。而且这些语言是无主财产，所以谁都没法轻易改动它。而且改动还会引发很多问题，因为大家习惯了原来的样子，看到不一样的地方就会纠结。我觉得，成也萧何败萧何，已有的编程语言虽然很成功，但这种成功恰恰成了它下一次成功的阻碍。

虎嗅：我们要做“圈地”的事？

张宏波：对，我们希望做一个很大的平台。我们最终不想只靠技术维持领先，因为靠技术太难了，技术一迭代就可能被淘汰。我们真正想做的，是靠早期技术优势积累起一个巨大的生态平台，之后靠这个高效的、组织化的软件生态来保持领先，逻辑就是这样。

虎嗅：其实MoonBit做出来现在看起来没有问题了，为什么还要执着于做更难的商业化？

张宏波：把MoonBit做出来本身没问题，但如果不做商业化，它就是一锤子买卖——碰巧有个张宏波有多年基础软件经验，也不在乎个人得失，愿意牺牲自己的商业利益把这事做成，但如果只是这样，等我做完，后续就没人接了，这事也就断了。

但如果我们把商业化做成了，就能成为未来做这种技术的人的伯乐。因为我们真的懂这个领域，能轻易识别出谁是真正的人才、谁有真东西。就像现在我们找投资时，最大的问题是跟投资人讲半天也讲不通。硅谷就不一样，很多投资人本身就是从业者，比如GitHub创始人，还有我前老板扎克伯格，他为了搞懂AI，自己花两周写代码，跟他们沟通根本没障碍。所以我们做成商业化后，希望能成为懂行的伯乐，让做这些技术的人不至于找不到认可、讲不清价值。

虎嗅：MoonBit未来最大的挑战是什么？

张宏波：就是要沉得住气，要有耐心。好东西从来都需要时间沉淀，要是一年就能做出来，别人也能做出来，那根本不算核心竞争力，得调整好心态，“扎根一段时间”。

虎嗅：但从管理角度来说，这种长期、回报不确定的创新项目，怎么给团队定指标呢？

张宏波：我们团队很特殊，搞编程语言的人都是自驱型的，根本不用催，管理成本几乎为零。我作为负责人，核心任务是搞定资金，给他们争取长期稳定的支持，让他们能安心搞研发。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4819023.html?f=wyxwapp