2025 की सबसे लोकप्रिय प्रोग्रामिंग भाषाएँ

 (spectrum.ieee.org)
16 पॉइंट द्वारा GN⁺ 2025-09-29 | 8 टिप्पणियां | WhatsApp पर शेयर करें
  • Python > Java > C++ > SQL > C# > JavaScript > TypeScript > C > Shell > Go > R > PHP > Kotlin > Rust > Dart > Swift
  • IEEE Spectrum के सर्वे के अनुसार Python ने इस साल भी पहला स्थान हासिल किया, जबकि JavaScript तीसरे से गिरकर छठे स्थान पर आ गया
  • इस बदलाव का विश्लेषण इस रूप में किया गया है कि वेब development में व्यापक रूप से इस्तेमाल होने वाला JavaScript, AI-आधारित coding (जैसे vibe coding) द्वारा प्रतिस्थापित होने की प्रवृत्ति से जुड़ा है
  • पारंपरिक रूप से इस्तेमाल किए जाने वाले Stack Exchange प्रश्नों की संख्या, GitHub activity जैसे संकेतक AI अपनाने के बाद तेज़ी से घटे हैं, जिससे भाषा की लोकप्रियता मापने के पुराने तरीके डगमगा रहे हैं
  • AI code generation के आम हो जाने से भाषाओं के syntax और structure के अंतर का महत्व कम हो रहा है, और किसी एक विशेष भाषा से चिपके रहने की प्रवृत्ति स्पष्ट रूप से घट रही है
  • इससे नई भाषाओं के उभरने और ecosystem के फैलाव में रुकावट आ सकती है, और अंततः प्रोग्रामिंग भाषा की लोकप्रियता की अवधारणा ही समाप्त हो सकती है

अवलोकन

  • IEEE Spectrum ने 2025 की प्रमुख प्रोग्रामिंग भाषाओं और ट्रेंड्स के व्यापक विश्लेषण का परिणाम जारी किया
  • इस ranking में नौकरी बाज़ार, open source ecosystem, अकादमिक और industry में उपयोग जैसे विभिन्न दृष्टिकोण शामिल हैं
  • प्रमुख भाषाओं की विशेषताएँ, उनकी वृद्धि की पृष्ठभूमि, और तकनीकी क्षेत्रों के अनुसार विशेषज्ञता रखने वाली भाषाओं की जानकारी भी साथ दी गई है

इस साल की भाषा रैंकिंग

  • 2025 की Spectrum बेस ranking में Python पहले स्थान पर बना रहा, जबकि JavaScript छठे स्थान पर आ गया
  • Jobs ranking में भी Python पहले स्थान पर पहुंच गया, और SQL अब भी hiring market में मज़बूत प्रतिस्पर्धात्मकता रखता है
  • सभी भाषाओं से संबंधित Stack Exchange प्रश्नों की कुल संख्या 2024 की तुलना में 22% स्तर तक घट गई

रैंकिंग के निर्धारण के मानदंड

  • लोकप्रियता: विभिन्न online forums, software repositories, hiring data, search trends आदि का उपयोग कर आकलन किया गया
  • व्यावहारिक उपयोग: कंपनियों की job postings और open source projects में भागीदारी के आधार पर वास्तविक बाज़ार में ज़्यादा इस्तेमाल होने वाली भाषाओं का विश्लेषण किया गया
  • क्षेत्रवार विश्लेषण: AI, embedded, web, mobile जैसे तकनीकी उपक्षेत्रों में प्रमुख भाषाओं के चयन मानदंड को दर्शाया गया
  • लोकप्रियता मापने के लिए Google search volume, Stack Exchange प्रश्न, GitHub activity, शोधपत्रों में उल्लेख आदि जैसे कई संकेतकों का उपयोग किया गया
  • लेकिन developers अब LLM(ChatGPT, Claude आदि) के साथ बातचीत करके समस्याएँ हल कर रहे हैं, जिससे सार्वजनिक डेटा संकेत कम हो रहे हैं
  • AI tools (जैसे Cursor) की वजह से प्रश्न स्वयं कम हो रहे हैं, जिससे पुराने संकेतकों की वैधता कमजोर पड़ रही है

AI और भाषाओं के बीच की सीमाएँ धुंधली होना

  • अनुभवी developers से लेकर शुरुआती लोगों तक, AI पर निर्भरता बढ़ने से भाषाओं के syntax, control structure पर ध्यान कम हो रहा है
  • AI के पास पर्याप्त training data हो तो वह किसी भी भाषा में code generation कर सकता है
  • इसके चलते भाषा का चयन hardware के CPU instruction अंतर की तरह द्वितीयक तत्व बनकर रह सकता है
  • आगे चलकर भाषा की लोकप्रियता पर बहस रेलवे track gauge की तुलना जैसे सीमांत विषय में बदल सकती है

नई भाषाओं का उभरना और भी कठिन होगा

  • पहले किताबों, demo और sample code के सहारे भी भाषा का ecosystem फैल सकता था (उदाहरण: The C Programming Language)
  • लेकिन AI को बड़ी मात्रा में training data चाहिए, इसलिए नई भाषाओं के लिए समर्थन प्रतिकूल हो जाता है
  • वास्तव में कम इस्तेमाल होने वाली भाषाओं में AI के परिणाम और खराब होने की रिपोर्ट मिली है
  • इससे ऐसा माहौल बन सकता है जिसमें नई भाषाओं के लिए critical mass हासिल करना कठिन हो जाए

प्रोग्रामिंग का भविष्य

  • आधुनिक भाषाएँ मूल रूप से data processing abstraction और developer errors की रोकथाम — ये दो भूमिकाएँ निभाती हैं
  • लेकिन AI की प्रगति भाषा संरचना से अधिक prompt → intermediate language → execution जैसे नए प्रवाह को संभव बनाती है
  • इस स्थिति में source code को बनाए रखने और संशोधित करने के बजाय prompt को समायोजित कर फिर से generate करने का तरीका स्थापित हो सकता है
  • भविष्य के programmer की भूमिका भाषा के syntax से अधिक architecture design, algorithm selection, system integration क्षमताओं पर केंद्रित होने की संभावना है

निष्कर्ष और आगे की दिशा

  • प्रोग्रामिंग 1950 के दशक में compiler के आगमन के बाद की सबसे बड़ी बदलाव अवधि का सामना कर रही है
  • भले ही AI bubble का कुछ हिस्सा फूट जाए, code writing में मदद करने वाले LLM का उपयोग जारी रहने की संभावना अधिक है
  • इसलिए 2026 के बाद “लोकप्रिय भाषा” की अवधारणा ही अर्थ खो सकती है, और लोकप्रियता मापने के लिए नए संकेतकों की आवश्यकता होगी

संबंधित पढ़ाई

8 टिप्पणियां

 
skrevolve 2025-10-09

Python गिरावट में है, हालांकि
 
shakespeares 2025-10-01

अभी तक ecosystem के मामले में JavaScript काफ़ी ज़्यादा व्यापक है, लेकिन AI की वजह से Rust जैसी low-level दिशा में जाने की गुंजाइश भी हो सकती है।
 
GN⁺ 2025-09-29
Hacker News राय
  • AI की मदद से प्रोग्रामर धीरे-धीरे किसी खास भाषा या डिटेल्स की कम चिंता करने लगते हैं, लेकिन आखिर में एक छोटी-सी समस्या भी हर तरह की जटिलताओं से जुड़ जाती है और फिर गहराई में उतरना ही पड़ता है। हर कोई ffmpeg के code golfer की तरह assembly level तक नहीं जाता, लेकिन 3rd-generation programming languages आज भी प्रासंगिक क्यों हैं, इसकी वजह ज़रूर है। आखिरकार यह expressiveness और precision के बीच trade-off है, और इस बात का संतुलन है कि हम किस पर फोकस करना चाहते हैं और कौन-सी डिटेल्स delegate करना चाहते हैं। अगर तेज़ नतीजों के लिए आप चश्मा(पारदर्शिता) छोड़ देते हैं, तो आगे क्या हो रहा है यह देखने के लिए मज़बूत वैकल्पिक probe भी चाहिए
    • यह भी ध्यान रखना चाहिए कि यह लेख IEEE का है। IEEE का target प्रोग्रामर से ज़्यादा वैज्ञानिक होते हैं। वैज्ञानिकों के लिए code उनके ideas व्यक्त करने का साधन होता है, और वे ideas को जितनी जल्दी हो सके उतनी जल्दी व्यक्त करना चाहते हैं; code बिखरा हुआ हो या reusable हो, इसकी उन्हें कम परवाह होती है। उदाहरण के लिए, वैज्ञानिक Arduino को एक language की तरह refer करते हैं, और उनके लिए यह स्वाभाविक है। Arduino इस्तेमाल करने वाले वैज्ञानिक ज़रूरी नहीं कि C++ जानते हों, लेकिन उन्हें इस बात पर गर्व होता है कि वे 'Arduino' में coding कर सकते हैं
    • ये दोनों साफ़ तौर पर बहुत अलग मामले हैं। अगर compiler किसी खास architecture पर गलत result दे, तो आप bug report कर सकते हैं और community या बाहर से मदद भी ले सकते हैं। ऐसा लोकप्रिय libraries या languages में कम ही होता है, और अगर आप इतनी edge cases तक पहुँच रहे हैं तो इसका मतलब है कि आप वैसे मामलों को संभालने में पहले से सक्षम हैं। लेकिन अगर AI गलत result दे, तो आपको सब कुछ खुद ही समझना पड़ता है। आप OpenAI या Anthropic से जाकर “ये ऐसा क्यों कर रहा है” नहीं पूछ सकते। पहले मामले में कभी-कभी अनजान रहना चल सकता है, लेकिन दूसरे में बिल्कुल नहीं
    • अगर सच में ज़्यादातर developers को CPU instruction set या hardware की quirks से कोई मतलब न होता, तो वे भाषा का syntax generate कराने के बजाय सीधे chip architecture के लिए machine code generate कराते। शायद सिर्फ prompt डालते और AI VM target machine code बना देता। कभी न कभी ऐसा हो सकता है, लेकिन अभी हम उस दौर में बिल्कुल नहीं हैं
    • जिस domain को आप ठीक से नहीं जानते, उसमें AI का इस्तेमाल करना सच में खतरनाक है, और इसे बढ़ावा नहीं देना चाहिए
    • इन्होंने बस 'अथाह खाई के ऊपर रखा चौड़ा तख्ता' ही बड़ा किया है
  • इस तरह के data का अच्छा source ढूँढना बहुत मुश्किल है। StackOverflow भी गिरावट में है, और IEEE की methodology कम से कम कुछ हद तक यथार्थवादी है, लेकिन इसके सारे data sources में अपनी-अपनी खामियाँ हैं। Google search result count सबसे ज़्यादा unstable indirect signal है। Search results में query का ज़िक्र करने वाली लगभग हर चीज़ आ जाती है, और यह कोई गारंटी नहीं कि वे सच में 2025 को represent करते हों। भाषा इस्तेमाल करने वाले लोग भी आमतौर पर “X programming language” जैसा स्पष्ट phrase इस्तेमाल नहीं करते। इस तरह हर media mention को “top language” exposure मान लेना खींचतान है। TIOBE भी यही तरीका अपनाता है, और बेशर्मी से popularity को second decimal place तक दिखाता है। पुराने data देखें तो 'C' की popularity सिर्फ 2 साल में आधी हो गई थी और अगले साल दोगुनी हो गई, जबकि असली बाज़ार में कोई बदलाव नहीं था। इस method की error rate ±50% है
    • असली language demand मापने के लिए job posting data सबसे practical और उपयोगी है। यह data यह नहीं दिखाता कि कंपनियों में कुल कितना code चल रहा है, लेकिन ज़्यादातर मामलों में real-world use, demand और industry trend का सबसे सीधा संकेत देता है। बैंकिंग के COBOL जैसी स्थितियों में, जहाँ बड़े संगठन हैं लेकिन job switching बहुत कम है, वहाँ data में वह कम दिख सकता है, फिर भी इससे बेहतर source मुश्किल है
    • ये sources अक्सर self-reinforcing और self-referential होते हैं। लोग सोचते हैं कि वही tool बेहतर है जो उन्हें सबसे अच्छी तरह आता है, या जो ग्राहक चाहता है, या जिससे सबसे ज़्यादा revenue आता है। Ada, COBOL, FORTH, Lua आदि को भी इसी संदर्भ में देखना चाहिए। popularity का metric आखिरकार SEO के अलावा बहुत मायने नहीं रखता
    • इस साल TIOBE में Perl अचानक Top 10 में आ गया, लेकिन मैंने कोई नया Perl developer नहीं देखा। Ada के साथ भी यही बात है। सोचता हूँ Ada developers आखिर हैं कहाँ
    • इस तरह की statistics में मुझे GitHub public repo per-language stats पसंद हैं। यह 2012 के बाद से हर language के public repo और PR counts देता है
    • हो सकता है कि इस समय LLM query statistics ही सबसे अच्छा source बन जाए। मूल लेख (TFA) में भी इस पर लंबी चर्चा है
  • मुझे लगा था JavaScript दूसरे स्थान पर होगा, लेकिन लगता है TypeScript ने उसकी जगह ले ली। निजी तौर पर मैं JavaScript और TypeScript को लगभग एक ही परिवार मानता हूँ, इसलिए मुझे लगता है दोनों के scores जोड़ने चाहिए
    • इस तरह की ranking में दोनों को जोड़ें तो ही असली दूसरा स्थान बनता है
    • इन दोनों को जोड़ना सही है, और वैसे भी Arduino का इस list में होना समझ से बाहर है
    • मैं भी सहमत हूँ, कुछ और entries भी हैं जिन्हें merge करना चाहिए, और BEAM-based languages को भी एक साथ बाँधना बेहतर होगा
    • अगर Java & Kotlin, C & C++ को भी जोड़ें, तो हो सकता है JS&TS दूसरा स्थान न रहें
  • जो लोग Java की इतनी ऊँची ranking देखकर हैरान हैं, क्या उन्होंने पूरी career में सिर्फ 10-लोगों वाले startup का nodejs backend ही किया है? क्या उन्होंने कभी बड़े enterprise software companies में काम नहीं किया?
    • Java अब नया COBOL बन गया है। finance, insurance, healthcare जैसी ज़्यादातर industries दशकों पहले Java पर चली गई थीं, और पुराना COBOL code लगातार Java में migrate किया जा रहा है
    • इसमें एक अजीब बात भी है। मैंने Google में 5 साल से ज़्यादा काम किया है और statistics से पता है कि Java code बहुत है, लेकिन मैंने खुद Java code मुश्किल से 3 बार देखा। ऐसा लगता है Java का इस्तेमाल बहुत होता है, लेकिन कंपनियों के अंदर भी वह कुछ isolated क्षेत्रों में सीमित है। मानो आर्थिक value chain के किसी खास हिस्से में बंद हो
    • जिन्हें Java की ऊँची स्थिति पर हैरानी है, वे शायद finance से नहीं होंगे। बेशक enterprise सिर्फ Java नहीं चलाता; finance के बाहर भी ऐसे बड़े संगठन हैं जहाँ Microsoft, .NET, C# हावी हैं
  • मैं fintech backend developer हूँ और अगली target language चुनना थोड़ा मुश्किल लग रहा है। Node और Ruby इस्तेमाल किए, लेकिन static type system की कमी बार-बार खलती रही। TypeScript में भी non-strict options वगैरह की सीमाएँ लगीं। Java/.Net या Go जैसी भाषाएँ थोड़ी पुरानी महसूस होती हैं। Rust मज़ेदार लगती है, लेकिन मेरी background से पूरी तरह मेल नहीं खाती। कोई recommendation हो तो जानना चाहूँगा
    • अगर fintech में ही रहना है, तो Java, C#, C++, TypeScript के अलावा खास विकल्प नहीं हैं। फिर भी थोड़ा दायरा बढ़ाएँ तो Haskell, F#, Scala इस्तेमाल करने वाली कंपनियाँ कभी-कभी मिल जाती हैं। ये भाषाएँ अक्सर workflow DSL के लिए इस्तेमाल होती हैं। अगर आपको array languages में रुचि है, तो finance उन कुछ क्षेत्रों में से है जहाँ वे अब भी बची हुई हैं। हालाँकि ऐसी positions ढूँढना आसान नहीं है। Dyalog(APL), J, BQN, Kdb+(Q) भी देख सकते हैं, Arraycast resources
    • Scala मेरे द्वारा इस्तेमाल की गई सबसे बेहतरीन भाषा है। इसमें TypeScript की खूबियाँ और Java, Rust की ताकतें एक साथ मिलती हैं। और fintech उन गिने-चुने niches में से है जहाँ Scala के साथ नौकरी अब भी मिल सकती है
    • Rust एक general-purpose language है, इसलिए उससे कुछ भी किया जा सकता है। लेकिन हमेशा 'right tool' महत्वपूर्ण होता है। ecosystem सबसे अहम है, और यह इस पर निर्भर करता है कि आप क्या बनाना चाहते हैं
    • मैं भी यही सोच रहा हूँ, और मुझे लगता है Gleam सबसे उपयुक्त है। इसमें Go की simplicity और Kotlin की सुविधा दोनों हैं
    • Java धीमी है, लेकिन इसका syntax बेहतर हो रहा है, और यह बहुत-सी medium-to-large companies की रीढ़ है। छोटी कंपनियों में JS/Ruby/Python जैसी चीज़ें ढूँढना आसान होता है, शायद इसलिए कि वे productivity और engineering cost को ज़्यादा महत्व देती हैं। इसी वजह से interpreter languages का उपयोग enterprise/performance languages से आगे निकल जाता है
  • यह निष्कर्ष कि PHP और Ruby इस्तेमाल करने वाले लोग HTML से ज़्यादा हैं, और फिर HTML को programming language गिनना भी संदिग्ध है। Elixir का OCaml से नीचे होना भी अजीब लगा। मैंने बड़े Elixir shops देखे हैं, लेकिन OCaml को काफ़ी समय से नहीं देखा
    • हो सकता है बहुत कम लोगों ने “मेरी programming language” के तौर पर HTML चुना हो, इसलिए ऐसा result आया
    • मेरी पहली नौकरी के Java developer सहकर्मी पार्क में शराब पी रहे थे, पुलिस ने पेशा पूछा तो उन्होंने “programmer” कहा। पुलिस ने जवाब दिया, “अच्छा~ HTML, है न”
    • PHP और Ruby के HTML से ज़्यादा users होने पर, मेरे अनुभव में backend/system developers की संख्या frontend developers से काफ़ी ज़्यादा थी (3:1 से 20:1)। कंपनी के आकार पर निर्भर करता है, लेकिन अगर आप सिर्फ backend करते हैं तो HTML शायद छूना भी न पड़े। खासकर web-centric services में भी बहुत से लोग असल में HTML नहीं छूते
    • HTML तकनीकी रूप से एक language है, लेकिन इसे लगभग कभी अकेले इस्तेमाल नहीं किया जाता। इसलिए list में HTML को स्वतंत्र entry की तरह रखना थोड़ा बेमानी है
    • हर कोई अपने-अपने bubble में रहता है। मुझे अब भी Scala काफ़ी लोकप्रिय language लगती है
  • यह देखकर अच्छा लगा कि Haskell फिर भी ranking में है, भले ही LabView के आसपास है (जो थोड़ा चौंकाने वाला है), लेकिन लेख खुद बहुत दिलचस्प नहीं था
    • Haskell कम से कम एक मज़ेदार language है। मेरी प्रिय Julia भी इस साल list में है, यह देखकर खुशी हुई। इसका मतलब है कि मज़ेदार languages के लिए अब भी उम्मीद बाकी है। Intel और NVIDIA की SoC partnership के बाद लगता है Python और C++ आगे भी list में हावी रहेंगे
    • Haskell की तुलना LabView से करना ही काफ़ी नाइंसाफ़ी है
  • मुझे समझ नहीं आया “Arduino” क्या है। अगर यह वही DIY Arduino है जिसे हम जानते हैं, तो यह कोई “language” नहीं, बस C++ है
    • Arduino docs खुद इसे “Arduino programming language” कहते हैं, लेकिन असल में यह C++ में कुछ typedef जोड़ देने जैसा ही है। क्यों, यह समझ नहीं आता
    • यह वैसा ही है जैसे HTML, CSS को language मान लेना, या C/Fortran libraries को “Python” library कहना
    • इस तरह की classification अजीब है और chart की credibility कम करती है। अगर ऐसा है, तो C++ के score में इसे जोड़ना चाहिए
  • मैं भी यही सोच रहा था कि क्या LLM (large language model) assistants मौजूदा programming languages को और जकड़ देंगे। मेरे tests में लोकप्रिय languages पर LLM बेहतर काम करते दिखे (शायद training data ज़्यादा होने की वजह से), इसलिए लगा कि नई languages अपनाना और मुश्किल हो सकता है। अगर LLM training में सिर्फ object-oriented code गया होता, तो शायद दूसरे paradigms का विकास अब तक मुश्किल हो गया होता
    • हाल में मैंने Hare जैसी कम-ज्ञात language के साथ काम किया, और Claude ने (हालाँकि कुछ hallucinations भी थीं) मौजूदा search engines से बेहतर मदद की। इसलिए हो सकता है LLMs भाषा-स्थिरता पर उतना असर न डालें जितना लगता है
    • मेरे अनुभव में LLM लोकप्रिय languages पर बेहतर प्रतिक्रिया देते हैं, लेकिन सिर्फ इतना ही नहीं; वे अक्सर बेवजह मशहूर languages या tools घुसाकर जवाब देते रहते हैं। और जब आप टोकते हैं, तो वे कहते हैं, “सही कहा, यह ज़रूरी नहीं है। मैं और स्पष्ट और उपयुक्त उदाहरण देता हूँ…”। काश यह शुरुआत से ही करते, क्योंकि code अक्सर अनावश्यक रूप से जटिल बन जाता है। अनुभवी developer न हो तो ऐसी चीज़ों को छाँटना भी मुश्किल है, और फिर अजीब code git repo या deployment तक पहुँच जाता है। कभी-कभी तो शक होता है कि कहीं बड़ी कंपनियों ने अपने plugins/code को first response में धकेलने का इंतज़ाम तो नहीं किया। यह पूरी संरचना आगे चलकर बहुत गंभीर समस्या बन सकती है। advertising industry इस trend पर ललचा रही होगी, और अगर आगे LLM models में ads मिलाए गए तो समस्या और बड़ी होगी
      • उम्मीद है open models आएँ, जिनमें training data और weights साफ़ तौर पर उपलब्ध हों, और जिन्हें reproducible build तरीके (Nix जैसा) से customize किया जा सके
      • inference stage पर model को debug करने का कोई तरीका चाहिए (जैसे tags जैसी पारदर्शी चीज़ें)
      • यह जानने की जिज्ञासा है कि model inference के लिए कोई formal verification approach मौजूद है या नहीं
    • नई languages अपनाने की बाधा वाकई और ऊँची होगी, लेकिन अभी भी niche languages इस्तेमाल करने की वजहें आमतौर पर यही हैं
      1. मौजूदा codebase·libraries का होना
      2. ऐसे स्थान जहाँ domain experts इकट्ठा होते हैं, LLM अगर Java में अच्छा है तो इसका मतलब यह नहीं कि सब Java ही इस्तेमाल करेंगे, (मज़े या resume के लिए सीखना अलग बात है)
    • लोकप्रिय language चुनना हमेशा hiring जैसी चीज़ों में फ़ायदेमंद रहा है। कम लोकप्रिय language चुनना हमेशा risk था, और आज भी है
  • Python को नंबर 1 देखना थोड़ा निराशाजनक लगता है। मेरे अनुभव में Python scripting या अकेले PoC बनाने के अलावा ज़्यादा पसंद नहीं आती। 1,000 lines से बड़े, कई लोगों द्वारा maintain होने वाले, या कुछ seconds से ज़्यादा चलने वाले code के लिए Python की कल्पना भी नहीं कर सकता। Python जब से US universities में non-CS शिक्षा की default language बन गई, तब से बहुत से होशियार लोगों ने उसके ecosystem में योगदान दिया है; काश वही मेहनत दूसरी languages या और मज़बूत compiled languages की तरफ़ जाती। मैं multithreading support वाली compiled, statically typed language की recommendation दूँगा
    • मैं पूरी तरह सहमत हूँ। मैं भी इसे सिर्फ scripting के लिए इस्तेमाल करता हूँ। पिछले साल थोड़ा ML करने की कोशिश की, लेकिन Python इतनी नापसंद आई कि एक महीने में छोड़ दिया। समझ नहीं आता Ruby लोकप्रिय क्यों नहीं है। Python default first language बन गई है (मेरे साथ भी यही हुआ), लेकिन मैं उल्टा Ruby recommend करना चाहूँगा
    • सहमत, Python कुछ “ढीली-ढाली” सी लगती है। जिन statically typed, compiled languages को मैं जानता हूँ वे सिर्फ Rust, C, C++ हैं, और तीनों की अपनी-अपनी कमियाँ हैं। काश C जैसी कोई चीज़ होती जिसमें Rust की tooling और module system मिल जाता
    • इसका syntax भी खास अच्छा नहीं है। पता नहीं यह कितना अच्छा काम करती है, लेकिन यह मज़ेदार language नहीं है
 
3ae3ae 2025-09-29

मुझे लगता है कि js और ts लगभग एक ही भाषा हैं, तो इन्हें एक साथ गिनना सही होगा, है ना?
 
beoks 2025-09-29

यह अजीब है कि रैंकिंग में HTML शामिल है।
 
jjpark78 2025-09-29

मुझे यह विश्वास करना मुश्किल लग रहा है कि Java दूसरे स्थान पर है।
 
passerby 2025-09-29

Java, C# पहले भी और आज भी enterprise webserver environment के standard हैं।
 
jjpark78 2025-09-29

लगता है Stack Overflow survey और लोकप्रिय भाषाओं की रैंकिंग में काफ़ी अंतर है।