A palestra do Prêmio Turing geralmente é uma droga. Formal, banal, seguro. Exceto quando os gigantes do CS decidem quebrar o roteiro. John Backus usou o seu para lançar programação funcional. Ken Thompson nos alertou que nossos compiladores poderiam estar mentindo para nós. Edsger Dijkstra nos disse para sermos humildes diante de nossos próprios cérebros.
Kenneth Iverson fez algo diferente.
Em 1979, ele nos deu “Notação como uma ferramenta de pensamento”. Ele argumentou que a forma como escrevemos código muda a forma como pensamos. Uma boa notação liberta o cérebro de trabalhos desnecessários. Iverson criou o APL para isso. APL parece assustador, denso com símbolos que parecem letras gregas sobre ácido. Mas permitiu aos matemáticos pensar em equações, não em loops. Chega de traduzir matemática mental em um Fortran desajeitado. Funcionou. Não foi adotado em todos os lugares. Não importava. Isso provou que duas línguas podem se tornar uma.
Agora, sessenta anos depois, temos o problema das duas línguas.
Regras do Python. Todo mundo adora. É o amigo da festa que te conta tudo, mas dirige muito mal. Python é lento. Brutalmente. Os defensores acenam com as mãos. Isso não ajuda.
Os pesquisadores fazem protótipos em Python porque é amigável. Então, quando o desempenho é importante, eles reescrevem as seções críticas em C++ ou Rust. Eles fazem isso duas vezes. Os agentes de codificação de IA não conseguem consertar isso. A otimização tem um piso. Se o piso for lento, o edifício fica lento.
Pense em construção. A madeira é fácil de cortar. Você pode montar um galpão em um sábado. O aço é difícil de trabalhar. Mas você não constrói arranha-céus com uma serra. E se você tivesse uma madeira forte como o aço? Ou uma linguagem ergonômica como Python, mas rápida como C?
Somos gananciosos.
Quatro cientistas da computação escreveram essas palavras em 2012. Eles eram usuários do Matlab. Hackers Lisp. Pythonistas. Rubistas. Viciados em Perl. Eles odiavam que cada ferramenta que amavam fosse perfeita para alguma coisa e terrível para outra. Eles queriam tudo. Código aberto. Simples para iniciantes. Poderoso o suficiente para os hackers mais difíceis. Chamaram-lhe Júlia.
Conheci Julia em 2017. Foi um acaso. Eu estava ouvindo Sebastian Seung, um neurocientista que mapeia conectomas cerebrais. O próprio nome parecia um pedido de desculpas para o resto da área. Esqueça C++ ou MUMPS. Ou mesmo Haskell. Julia era cativante. Simples.
Também foi cuidadosamente projetado.
Os criadores viram outras línguas falharem. Pegaram as boas ideias, deixaram a bagagem. Em 2026, a comunidade Julia está estranhamente madura. Sem drama. Não há guerras violentas sobre a sintaxe. Atrai cientistas, não apenas programadores. Eles não estão interessados em jogos intelectuais. Eles querem resultados. Na JuliaCon, as pessoas se gabam de reescrever o código MATLAB e ver benchmarks de aceleração de 60X. Dez mil vezes mais rápido que Python, dizem alguns.
Então, por que não está em todo lugar?
Por que o Stack Overflow não adora? Por que Python venceu?
Ecossistema. Python tem bibliotecas para tudo. Você precisa fazer algo obscuro? Existe um pacote Python para isso. Julia não tem esse peso.
Patrocínio corporativo. Objective-C montou o casaco da Apple. Kotlin montou no Google. Julia não recebeu nada dos gigantes da Big Tech. Cresceu por conta própria.
Ou talvez nada tenha dado errado.
Julia é um nicho. Pequeno. Amado. Ele opera as grandes máquinas do CERN e da NASA. Ajuda a projetar medicamentos. Está fazendo o trabalho.
Você acha que algum idioma eventualmente resolve o problema das duas línguas?
Eu duvido. A divisão é inerente ao software. Os jogos usam motores C++ e scripts Lua. Os back-ends do servidor combinam lógica Python com desempenho Rust. O desenvolvimento de front-end falha sempre que tenta adotar Rust ou Go.
Continuamos querendo a solução mágica. Madeira que não apodrece. Python que não para.
Construímos com o que funciona. Trocamos de ferramentas quando isso não acontece. Isso não é um bug.
É o trabalho.
