昨天收到 github 上的通知邮件，说我两年前提的 issue 终于被关闭了。
两年前看到 Mojo，还比较感兴趣，因此自学了一阵，还写了个 Mojo 的学习笔记系列。那时候 Mojo 刚刚开源，还处于非常早期的阶段，感觉问题很多，因此也就放下了。收到这个邮件后，又看了看，Mojo 已经走过了很长的路，离 1.0 越来越近了。
Modular 官方在去年底公布了 Mojo 1.0 的路线图，把发展分为四个阶段：
- Phase 0：初始启动，建立基础语言能力——这就是我之前写学习笔记时的 Mojo
- Phase 1：高性能 CPU + GPU 内核编程——当前阶段
- Phase 2：系统编程，支持构建编译器、运行时等底层系统
- Phase 3：动态 OOP，完整的面向对象和动态特性
目前 Mojo 正在 Phase 1，1.0 版本预计会在 2026 年的某个时间点发布。
最新的版本是2026年3月19日发布的 Mojo V0.26.2版本，这是一次包含多项重要语言特性更新的版本。和两年前我看的时候比起来，在语言层面上有很多更新亮点，另外在GPU支持的扩展，生态和工具链方面都有了很大的改善。
Mojo 的定位一直很清晰：做 AI 和高性能计算领域的 Python 替代者。不是要取代 Python 做胶水语言的地位，而是在需要性能的地方给你一个不需要换语言生态的选项。Mojo早期宣传中曾宣称是 “Python的超集”，但最近，Modular悄然调整了这一说法，官方文档中删除了这一表述，转而强调“Python的语法和生态兼容性”。
GPU 内核编程是 AI 工程中最需要性能的地方，而 Mojo 用同一套语法覆盖了从上层逻辑到底层内核的全栈——这在当前的语言生态中几乎没有替代品。但挑战也很明显：社区规模仍然不大，学习曲线比纯 Python 陡峭得多，而且 1.0 还没发布，API 稳定性无法保证。当年 Swift 也是 Chris Lattner 设计的，用了好几年才建立起成熟的生态。Mojo 恐怕也需要类似的耐心。
另一个值得关注的点是，在 AI 辅助编程越来越普及的今天，”学习曲线”这件事本身可能正在被重新定义。如果 AI 能帮你写 Mojo 代码，那”语法复杂”就不再是那么大的障碍了。真正重要的，是语言的设计理念是否正确——而 Mojo 的理念（Python 语法 + 系统级性能 + 编译期元编程），在 AI 时代可能会有它的价值。