La conférence du Prix Turing est généralement nulle. Formel, banal, sûr. Sauf quand les géants de CS décident de casser le scénario. John Backus a utilisé le sien pour lancer la programmation fonctionnelle. Ken Thompson nous a prévenus que nos compilateurs pourraient nous mentir. Edsger Dijkstra nous a dit d’être humbles devant notre propre cerveau.
Kenneth Iverson a fait quelque chose de différent.
En 1979, il nous a donné « La notation comme outil de pensée ». Il a fait valoir que la façon dont nous écrivons du code change notre façon de penser. Une bonne notation libère le cerveau d’un travail inutile. Iverson a créé APL pour cela. APL a l’air effrayant, dense avec des symboles qui ressemblent à des lettres grecques sur acide. Mais cela a permis aux mathématiciens de penser en équations et non en boucles. Plus besoin de traduire le calcul mental en Fortran maladroit. Cela a fonctionné. Cela n’a pas été adopté partout. Cela n’avait pas d’importance. Cela a prouvé que deux langues peuvent n’en faire qu’une.
Aujourd’hui, soixante ans plus tard, nous sommes confrontés au problème des deux langues.
Règles Python. Tout le monde l’aime. C’est l’ami à la fête qui vous dit tout mais qui conduit horriblement. Python est lent. Brutalement donc. Les défenseurs agitent la main. Cela n’aide pas.
Les chercheurs prototypent en Python parce que c’est convivial. Ensuite, lorsque les performances comptent, ils réécrivent les sections critiques en C++ ou Rust. Ils font ça deux fois. Les agents de codage IA ne peuvent pas résoudre ce problème. L’optimisation a un plancher. Si le sol est lent, le bâtiment reste lent.
Pensez à la construction. Le bois est facile à couper. Vous pouvez clouer un hangar un samedi. L’acier est difficile à travailler. Mais on ne construit pas de gratte-ciel avec une scie. Et si vous aviez du bois aussi résistant que l’acier ? Ou un langage ergonomique comme Python mais rapide comme C ?
Nous sommes gourmands.
Quatre informaticiens ont écrit ces mots en 2012. Ils utilisaient Matlab. Les pirates Lisp. Pythonistes. Rubyistes. Les accros de Perl. Ils détestaient que chaque outil qu’ils aimaient soit parfait pour quelque chose et terrible pour autre chose. Ils voulaient tout. Source ouverte. Simple pour les débutants. Assez puissant pour les hackers les plus coriaces. Ils l’appelaient Julia.
J’ai rencontré Julia en 2017. C’était un hasard. J’écoutais Sebastian Seung, un neuroscientifique cartographiant les connectomes cérébraux. Le nom lui-même ressemblait à des excuses pour le reste du domaine. Oubliez C++ ou MUMPS. Ou même Haskell. Julia était séduisante. Simple.
Il a également été soigneusement conçu.
Les créateurs avaient vu d’autres langues échouer. Ils ont pris les bonnes idées, ont laissé les bagages. En 2026, la communauté Julia est étrangement mature. Pas de drame. Pas de guerre de flammes sur la syntaxe. Cela attire les scientifiques, pas seulement les codeurs. Ils ne sont pas intéressés par les jeux intellectuels. Ils veulent des résultats. À la JuliaCon, les gens se vantent d’avoir réécrit le code MATLAB et d’avoir vu des tests d’accélération 60X. Dix mille fois plus rapide que Python, disent certains.
Alors pourquoi n’y en a-t-il pas partout ?
Pourquoi Stack Overflow ne l’aime-t-il pas ? Pourquoi Python a-t-il gagné ?
Écosystème. Python a des bibliothèques pour tout. Vous devez faire quelque chose d’obscur ? Il existe un package Python pour cela. Julia n’a pas ce poids.
Mécénat d’entreprise. Objective-C a porté le manteau d’Apple. Kotlin a roulé sur Google. Julia n’a rien reçu des géants de la Big Tech. Il a grandi tout seul.
Ou peut-être que rien ne s’est mal passé.
Julia est une niche. Petit. Bien-aimé. Il fait fonctionner les grosses machines du CERN et de la NASA. Cela aide à concevoir des médicaments. Cela fait le travail.
Pensez-vous qu’une langue résoudra éventuellement le problème des deux langues ?
J’en doute. La scission est inhérente au logiciel. Les jeux utilisent des moteurs C++ et des scripts Lua. Les backends de serveur mélangent la logique Python avec les performances de Rust. Le développement frontend échoue à chaque fois qu’il tente d’adopter Rust ou Go.
Nous continuons à vouloir la solution miracle. Du bois qui ne pourrit pas. Python qui ne cale pas.
Nous construisons avec ce qui fonctionne. Nous changeons d’outil quand ce n’est pas le cas. Ce n’est pas un bug.
C’est le travail.
