TypeScript

94% des erreurs de compilation générées par des LLM sont des échecs de vérification de type, un chiffre GitHub Octoverse cité dans le rapport interne de janvier 2026 sur l'adéquation des langages au Spec Drive Development. Ce chiffre explique l'essentiel. Le rapport note les langages selon une métrique Agent-Language Fit (densité d'information par token, résistance à l'hallucination via le système de types, latence de la boucle de rétroaction) et place TypeScript au point d'équilibre optimal : le typage graduel permet à un agent d'esquisser avec des types permissifs avant d'affiner les définitions, et les interfaces font office d'échafaudage qui réduit l'espace de recherche du modèle.

C'est dans la comparaison que l'argument se précise. Le borrow checker de Rust entre en collision avec la nature probabiliste des LLM et produit des boucles de correction coûteuses, en tokens comme en temps. Java et C# saturent la fenêtre de contexte de getters, de setters et d'imports, et leurs données d'entraînement charrient des patterns d'entreprise obsolètes que les modèles reproduisent. L'avantage propre à TypeScript tient en partie aux circonstances : il domine le corpus d'entraînement du web moderne (Bolt, Lovable, Replit).

Le récit que fait Gergely Orosz en septembre 2025 de la construction de «Claude Code» décrit une stack choisie pour être "on distribution" pour le modèle Claude, TypeScript aux côtés de React avec Ink, Yoga et Bun. Environ 90% de ce code est écrit par «Claude Code» lui-même.

Le même langage porte «toon-format/toon», le format de sérialisation publié par Johann Schopplich le 22 octobre 2025, qui annonce une économie de 30 à 60% de tokens par rapport à JSON et une précision de récupération de 86,6% contre 83,2%.

Un langage choisi pour ce que les modèles savent déjà bien lire, plutôt que pour sa conception, reste un critère circulaire qu'aucune de ces sources ne résout.