一切始于几封令人沮丧的邮件。早在2009年，一群研究人员开始表达他们对现有编程语言的不满，这些语言原本旨在帮助科学家和其他研究人员进行复杂的数学运算和统计模拟，而无需深入学习编程。然而，这些编程语言僵化且运行缓慢。如果科学家们开发出真正有效的程序，往往还需要用另一种语言重写整个程序，才能提升运行速度。
这些邮件最终演变成了麻省理工学院的一个研究项目，其使命是构建一种易用且高性能的编程语言——Julia，专为科学研究、数据分析以及喷气发动机、药物、金融市场、机器人等复杂系统建模而设计。
该研究项目后来发展成麻省理工学院的一个实验室，而这个实验室又孵化出了JuliaHub公司。在此过程中，Julia在科学家、工程师、数学家等群体中积累了忠实的用户群体。如今，这款免费开源的编程语言拥有超过100万用户，遍布全球数千家公司和大学。
可以说，Julia几乎被用于模拟世间万物——从微小原子的行为到半导体、神经网络、赛车和飞机，几乎无所不包。它的应用范围甚至延伸到太阳系之外，天文学家使用Julia对黑洞进行成像研究。
Julia的核心优势在于其根据所使用数据类型编译代码的方式。这种“即时编译”技术使Julia比其他数值编程语言更快、更灵活。
“科学家和工程师并不是程序员。由科学家、工程师和程序员组成的多学科团队来构建科学应用程序，这本身就充满挑战，”JuliaHub联合创始人兼首席执行官维拉尔·沙阿表示，“我们问自己：如果能为科学家和工程师提供一种编程语言，让他们既能以高层次表达自己的想法，又能获得出色的软件性能，会怎样？”
让编程对非程序员来说变得简单易用，一直是JuliaHub创始团队的核心目标，团队成员包括Julia的联合创造者沙阿、麻省理工学院数学教授艾伦·埃德尔曼、杰夫·贝赞森（2012年获硕士学位，2015年获博士学位）以及麻省理工学院前研究科学家斯特凡·卡尔平斯基。
今年4月，JuliaHub团队在这一方向上又迈出了重要一步，发布了Dyad 3.0——其AI平台的最新版本，旨在帮助工程团队加速开发火箭、热泵、卫星等复杂物理系统。工程师们已经开始使用Dyad来指挥自主AI智能体完成物理仿真、安全分析、质量控制等一系列工作。
“借助Dyad 3.0，你可以上传数据和设计文档，系统就能为你设计出一整架飞机，”沙阿说，“我们正与波音等客户合作，为工程师打造智能体化的硬件设计能力。简单来说，你只需要说‘好了，电脑，帮我造一架飞机’，上传设计文档，系统就会考虑所有物理因素，编译所有代码，验证一切，并以智能体的方式完成整个设计。”
起步维艰
在讨论了科学家和其他研究人员需要更优编程语言之后，Julia的联合创造者们于2009年前后创立了Julia实验室。该实验室至今仍活跃在麻省理工学院计算机科学与人工智能实验室中。
其核心理念是打造一个在工程、科学和数学应用方面表现卓越的高性能平台。沙阿表示，在Julia问世之前，科学家和工程师要么雇人为他们编写软件，要么只能接受为数不多的几种专用编程语言所带来的低效运行。
“我们希望创造一种像Python或MATLAB一样易于使用，同时又像C语言一样快速的编程语言，”沙阿说，“Julia是我们为自己打造的工具。”
埃德尔曼表示，起初，研究人员并不认为会有人对他们的创造感兴趣。
“我们预计要等上十年才会有人对此感兴趣，但我们说，‘耐心是一种美德，那就做吧’，”埃德尔曼回忆道。
2012年，麻省理工学院的研究人员通过一篇博客文章正式发布了Julia。他们很快意识到，许多其他研究人员也有着同样的困扰。
“我们最初的目标是交互式研究工作流程，但越来越多的人开始将其用于各种各样的场景，”贝赞森说，“现在，随着与用户共同发展，我们正在将整个语言栈移植到更小型的嵌入式设备上。”
自那时起，埃德尔曼一直开设一门关于Julia的课程，学生几乎来自麻省理工学院的每一个院系。如今，他常常发现学生在选修这门课之前就已经在使用Julia，应用领域涵盖机器人技术、天文学、物理仿真和金融等诸多方面。
“研究人员会跑来跟我说，‘我告诉导师我用Julia是因为它速度快，但别告诉他们我用Julia其实是因为它真的很好玩’，”埃德尔曼说，“关键在于Julia的抽象能力。很多编程语言会迫使你只解决你当前思考的那一个问题。而Julia的语言特性使得你不仅能解决自己面前的问题，还能同时解决世界各地其他人面临的类似问题。它鼓励你以更通用的方式思考和解决问题。”
随着Julia日益普及，全球各地的研究人员开始向Julia团队寻求支持。到2015年，这种需求已经强烈到促使团队决定成立JuliaHub公司，全职为用户提供帮助。他们获得了麻省理工学院德希潘德技术创新中心等机构的支持，从而使公司得以顺利起步。
JuliaHub的工作已经从最初单纯帮助用户，发展到更广泛地推动这门语言本身的进步。这也成就了忠实用户群体所创造出的一系列令人瞩目的成果。Julia已被用于模拟计算机电路、检测健康差异、模拟全球气候和海洋系统、分析大脑活动等诸多领域。
有人曾用Julia搭建了一个制药建模平台，该平台后来被用于加速莫德纳公司新冠疫苗的研发进程。在另一个案例中，研究人员使用Julia开发了一款避免飞机碰撞的程序。他们发现，该程序的运行速度比早期基于Python构建的版本快约50倍。Meta公司的工程师则利用Julia为WhatsApp的40亿用户开发了一款性能更优的音频编解码器。
“这些年来，我们看到工业界、政府部门和学术界的用户用Julia语言做出了各种各样有趣的成果，”埃德尔曼说，“说实话，人们使用它的广泛程度常常让我们感到惊讶。”
自主设计
JuliaHub于2025年6月推出了Dyad 1.0，作为加速编程的研究智能体，随后又在12月推出了Dyad 2.0。创始团队相信，Dyad 3.0在复杂系统设计的能力和自主性方面达到了一个全新的水平。
“关于Dyad，有一点很重要，那就是它本质上是一个物理编译器，因此会强制遵守物理定律，”沙阿解释道，“通用AI系统在解决物理问题时，常常会出现违反物理定律的情况。而使用Dyad智能体时，它会检测到此类违规行为，并引导智能体朝着物理上正确的解决方案方向前进。我们预计，这将使产品工程的设计时间大幅缩短，原本需要数月完成的工作有望在数小时内完成。”
埃德尔曼从自己的课堂上也感受到了Julia带来的影响。最近，一名学生使用Dyad来模拟机器人在太空中的运动方式；另一名学生则用它设计了一台火箭发动机。
“最后他说，‘我简直不敢相信这有多容易——我居然就这样造出了一台火箭发动机！’”埃德尔曼回忆道。
Q&A
Q1：Julia编程语言是什么？主要用来做什么？
A：Julia是由麻省理工学院研究人员开发的免费开源编程语言，专为科学研究、数据分析和复杂系统建模而设计，广泛应用于喷气发动机、药物研发、金融市场、机器人、黑洞成像等领域，目前拥有超过100万用户。
Q2：Dyad 3.0平台有什么新功能？
A：Dyad 3.0是JuliaHub推出的AI平台最新版本，能够帮助工程团队通过自主AI智能体加速复杂物理系统的设计，例如上传数据和设计文档后，系统可以自动完成飞机等产品的整体设计、物理仿真验证和代码编译。
Q3：Julia语言都有哪些实际应用案例？
A：Julia曾被用于加速莫德纳新冠疫苗的研发建模，帮助开发比Python快50倍的飞机防撞程序，Meta公司还用它为WhatsApp的40亿用户开发了更优的音频编解码器，此外还应用于气候建模、脑活动分析等领域。
