主要观点：编程语言设计在大型语言模型（LLM）时代面临挑战与机遇。过去几十年，精心设计的领域特定语言（DSL）能让用户专注于问题本质，消除认知负担和错误，但如今LLM已广泛渗透，可能取代DSL设计的进展和兴趣。
关键信息：

• LLM在训练集代表的编程语言中效率更高，如Python等，而对于小众语言性能不佳。
• 利用LLM生成DSL代码存在挑战，如理解DSL语法语义、确保正确性等。
• 提出语言设计的三个新兴方向：通过Python教LLM关于DSL、用LLM桥接DSL中的正式与非正式、设计用于验证LLM合成的语言。
  重要细节：
• 图表显示不同语言在LLM中的性能差异，语言越小众性能越差。
• 如在[Verified Code Transpilation with LLMs]论文中，通过让LLM生成Python表达式再翻译为小众语言来生成代码。
• 日常编程中，复杂系统代码需手动编写，而脚本可利用LLM改变编写方式，如生成数据处理脚本。
• [Towards AI-Assisted Synthesis of Verified Dafny Methods]论文中让LLM生成带规格的Dafny程序以验证输出代码。

结论：LLM给DSL设计师带来挑战，需提高DSL使用的合理性，同时也改变了可能的空间，语言设计需适应新环境，否则可能导致DSL多样性减少，大家都只写Python。