TypeScript

Gemäß dem im Januar 2026 veröffentlichten internen Bericht zur Sprachtauglichkeit für Spec Drive Development sind 94% der von LLMs erzeugten Kompilierfehler Type-Check-Fehler, eine Zahl aus dem GitHub-Octoverse-Report. Diese Zahl erklärt bereits das meiste. Der Bericht bewertet Sprachen anhand einer Agent-Language-Fit-Metrik (Informationsdichte pro Token, Halluzinationsresistenz durch das Typsystem, Latenz der Feedback-Schleife) und ordnet TypeScript den optimalen Gleichgewichtspunkt zu: Gradual Typing erlaubt einem Agenten, mit permissiven Typen zu skizzieren, bevor die Definitionen verfeinert werden, und Interfaces wirken als Gerüst, das den Suchraum des Modells verkleinert.

Der Vergleich ist der Punkt, an dem das Argument schärfer wird. Der Borrow Checker von Rust kollidiert mit der probabilistischen Natur von LLMs und erzeugt Korrekturschleifen, die sowohl an Token als auch an Zeit teuer sind. Java und C# überladen das Kontextfenster mit Gettern, Settern und Imports, und ihre Trainingsdaten enthalten veraltete Enterprise-Muster, die Modelle reproduzieren. Der Vorteil von TypeScript selbst ist teils den Umständen geschuldet: Es dominiert den modernen Web-Trainingskorpus (Bolt, Lovable, Replit).

Gergely Oroszs Bericht vom September 2025 darüber, wie «Claude Code» gebaut wurde, beschreibt einen Stack, der gewählt wurde, um für das Claude-Modell "on distribution" zu sein, TypeScript neben React mit Ink, Yoga und Bun. Rund 90% dieser Codebasis wird von «Claude Code» selbst geschrieben.

Dieselbe Sprache trägt «toon-format/toon», das Serialisierungsformat, das Johann Schopplich am 22. Oktober 2025 veröffentlichte und das eine Token-Ersparnis von 30 bis 60% gegenüber JSON sowie eine Retrieval-Genauigkeit von 86.6% gegenüber 83.2% ausweist.

Eine Sprache, die dafür ausgewählt wird, was Modelle bereits gut lesen, statt für ihr Design, ist ein zirkuläres Kriterium, das niemand in diesen Quellen auflöst.