Введение
По состоянию на Октябрь 2025 года, согласно индексу TIOBE, язык программирования Python удерживает первую позицию по популярности с долей в 24.45% от общего рейтинга, что подчеркивает драматическую смену парадигм в индустрии за последнее десятилетие. Этот факт отражает не просто популярность, но и переход индустрии к приоритету скорости разработки, читаемости кода и эффективности в нишах, связанных с анализом данных и искусственным интеллектом, становясь по сути lingua franca для науки о данных и образования.
Обозначение проблемы и актуальность
Современный ландшафт программной инженерии характеризуется необычайным разнообразием инструментов. Выбор языка программирования высокого уровня (ЯПВУ) является фундаментальным архитектурным решением, которое определяет производительность, масштабируемость и экономическую эффективность конечного продукта. В условиях мультипарадигменности, когда такие языки, как Python, Java и C#, сочетают в себе элементы объектно-ориентированного, императивного и функционального стилей, требуется систематизированный, научно обоснованный анализ.
Актуальность данной курсовой работы продиктована необходимостью студентов и инженеров ориентироваться в постоянно меняющемся техническом стеке. Знание не только синтаксиса, но и архитектурных особенностей сред выполнения (JVM, CLR) и ограничений (GIL) является критически важным для создания высококачественного программного обеспечения.
Цель и задачи курсовой работы
Целью работы является проведение исчерпывающего сравнительного анализа современных языков программирования высокого уровня, систематизация их теоретических основ и оценка их востребованности и тенденций развития на рынке труда в 2025 году.
Для достижения поставленной цели необходимо решить следующие задачи:
- Систематизировать и представить современную классификацию ЯПВУ на основе доминирующих парадигм программирования.
- Провести детальный архитектурный анализ ключевых сред выполнения (JVM, CLR) и их влияния на кроссплатформенность и производительность.
- Осуществить сравнительную характеристику ведущих ЯПВУ (Python, Java, C#) по критериям типизации, синтаксиса и сферы применения.
- Проанализировать востребованность языков на рынке труда, используя актуальные отраслевые метрики (TIOBE, RedMonk, Stack Overflow Survey 2024/2025).
- Определить и проанализировать ключевые технологические тенденции развития ЯПВУ, включая AI-кодинг, WebAssembly и рост нишевых языков (Go, Rust).
Теоретические основы и классификация Языков Программирования
Язык программирования, являясь формальной знаковой системой для записи алгоритмов, классифицируется не только по уровню абстракции (низкий, высокий), но и по модели вычислений, лежащей в его основе — парадигме.
Парадигмы программирования: Императивное, Декларативное и Мультипарадигменное программирование
Традиционная классификация выделяет четыре основные парадигмы:
- Императивное (Процедурное) программирование: Фокусируется на изменении состояния программы через явные инструкции о том, как выполнять вычисления. Примеры: C, Pascal.
- Декларативное программирование: Фокусируется на описании того, что должно быть достигнуто, а не как. Примеры: SQL (язык запросов), Prolog (логическое программирование).
- Объектно-ориентированное программирование (ООП): Подпарадигма императивного стиля, фокусируется на объектах, объединяющих данные и функции.
- Функциональное программирование (ФП): Подпарадигма декларативного стиля, рассматривающая вычисления как вычисление математических функций, избегая изменения состояния и мутабельных данных.
Современные ЯПВУ, такие как Python, Java и C#, практически всегда являются мультипарадигменными. Язык может быть классифицирован по средствам, которые составляют его ядро, но при этом он предоставляет инструменты для работы в других стилях. Например, Python, изначально процедурный и ООП, активно использует функциональные приемы (лямбда-функции, генераторы), а Java (чисто ООП) постоянно вводит элементы ФП (Stream API).
Объектно-ориентированное программирование (ООП)
ООП является доминирующей парадигмой в разработке сложных, корпоративных и приложений, ориентированных на данные (Enterprise-уровень). Основой ООП является концепция Объекта, который представляет собой экземпляр класса и инкапсулирует данные и поведение.
Четыре фундаментальных принципа, или "столпа", ООП обеспечивают модульность, расширяемость и управляемость кода:
| Принцип | Определение | Назначение и цель |
|---|---|---|
| Инкапсуляция | Связывание данных и методов, которые ими оперируют, в едином объекте, а также сокрытие деталей реализации от внешнего мира. | Защита данных от несанкционированного доступа и обеспечение целостности состояния объекта. |
| Наследование | Механизм, позволяющий создавать новый класс (потомок) на основе существующего (предка), наследуя его атрибуты и методы. | Повторное использование кода и создание иерархии классов. |
| Полиморфизм | Возможность обработки объектов различных классов как объектов одного общего типа (например, через интерфейсы или перегрузку методов). | Гибкость, возможность написания обобщенного кода, который работает с разными типами данных. |
| Абстракция | Выделение существенных характеристик объекта, игнорирование несущественных деталей. Представление сложной системы в виде простых, понятных интерфейсов. | Уменьшение сложности, фокусировка на поведении объекта, а не на его внутренней реализации. |
Функциональное программирование (ФП)
Функциональное программирование (ФП) предлагает альтернативную модель вычислений, основанную на математических функциях, избегающую мутабельного состояния и побочных эффектов.
Ключевые особенности ФП:
- Функции первого класса (First-class functions): Функции можно передавать как аргументы, возвращать из других функций и присваивать переменным.
- Неизменяемость (Immutability): После создания структура данных не может быть изменена.
- Чистые функции (Pure Functions): Функция всегда возвращает один и тот же результат для одних и тех же входных данных и не имеет побочных эффектов (не изменяет глобальное состояние).
Ключевой академической концепцией, обеспечивающей предсказуемость кода в ФП, является референциальная прозрачность. Это свойство выражения означает, что оно может быть заменено своим значением (результатом вычисления) без изменения поведения всей программы. Референциальная прозрачность достигается за счет использования чистых функций. Отсутствие побочных эффектов в чистых функциях значительно упрощает тестирование, отладку и, что критически важно, параллелизацию вычислений. Это позволяет разработчикам сосредоточиться на логике, минимизируя риски непредвиденных взаимодействий в больших системах.
Архитектурные принципы выполнения кода (JVM, CLR и GIL)
Современные ЯПВУ высокого уровня часто используют промежуточный слой абстракции (виртуальные машины или среды выполнения) для достижения ключевых преимуществ: кроссплатформенности, автоматического управления памятью и повышения безопасности.
Архитектура Виртуальной Машины Java (JVM)
Виртуальная машина Java (JVM) — это абстрактная вычислительная машина, которая обеспечивает платформенную независимость Java-кода (принцип "Write Once, Run Anywhere"). Java-код сначала компилируется в платформенно-независимый байт-код, который затем исполняется JVM.
Архитектура JVM включает три основных компонента:
- Загрузчик классов (Class Loader): Динамически загружает, связывает и инициализирует классы.
- Области данных времени выполнения (Runtime Data Areas): Память, используемая JVM во время выполнения программы.
- Исполнительный механизм (Execution Engine): Непосредственно выполняет байт-код.
Области данных времени выполнения JVM (Runtime Data Areas) критически важны для понимания работы JVM с памятью:
- Куча (Heap): Общая область памяти, используемая для хранения объектов и массивов, созданных во время выполнения. Управляется Сборщиком мусора (GC).
- Стек (JVM Stacks): Память, выделяемая для каждого потока. Хранит локальные переменные и частичные результаты.
- Область Методов (Method Area): Хранит данные на уровне класса, включая байт-код методов и метаданные.
- Регистры ПК (PC Register): Хранит адрес инструкции виртуальной машины, которая выполняется в данный момент.
- Стеки Нативных Методов (Native Method Stacks): Используются для поддержки нативных методов (написанных, например, на C/C++).
Исполнительный механизм и JIT-компиляция. Исполнительный механизм включает Интерпретатор (выполняет байт-код построчно) и JIT-компилятор (Just-In-Time). JIT-компилятор динамически преобразует часто используемые фрагменты байт-кода в нативный машинный код. Для оптимизации скорости выполнения JIT-компилятор использует метод "Hot Spot Detection". Этот механизм профилирования определяет "горячие" участки кода (часто вызываемые методы или циклы), и только их преобразует в машинный код. Это позволяет избежать накладных расходов на компиляцию всего кода, обеспечивая значительный прирост производительности после фазы разогрева (warm-up).
Среда Общего Языка (CLR) платформы .NET
Common Language Runtime (CLR) — это среда выполнения, разработанная Microsoft, которая является основой платформы .NET и функционирует аналогично JVM. CLR обеспечивает такие ключевые сервисы, как управление памятью, обработка исключений, типовая безопасность и кросс-языковая интеграция.
Языки .NET (C#, F#, VB.NET) компилируются не в машинный код, а в промежуточный язык, который имеет полное название Common Intermediate Language (CIL), часто называемый Microsoft Intermediate Language (MSIL). CIL является платформенно-независимым, стековым языком ассемблера.
CLR, подобно JVM, использует JIT-компилятор для преобразования CIL в нативный машинный код непосредственно перед его выполнением на целевой машине. Это обеспечивает высокую производительность и гарантирует, что код, написанный на любом языке .NET, может взаимодействовать с кодом, написанным на другом языке (кросс-языковая интеграция), благодаря общей системе типов (Common Type System).
Ограничения интерпретируемых языков (Global Interpreter Lock — GIL)
В то время как Java и C#, использующие среды выполнения с JIT-компиляцией, демонстрируют высокую производительность, интерпретируемые языки сталкиваются с архитектурными ограничениями. Наиболее ярким примером является Global Interpreter Lock (GIL) в стандартной реализации Python (CPython).
GIL — это мьютекс, который позволяет выполнять байт-код Python только одному потоку в любой момент времени внутри одного процесса. Почему же Python не может просто избавиться от GIL? Ответ кроется в необходимости обеспечения безопасности внутренних структур данных интерпретатора, написанного на C. Если бы GIL не было, потребовались бы сложные механизмы блокировок для каждого объекта, что значительно замедлило бы однопоточное выполнение.
Влияние GIL:
- CPU-зависимые задачи: Если программа интенсивно использует процессор (например, сложные математические вычисления), GIL предотвращает истинный параллелизм на многоядерных процессорах. Если у нас 8 ядер, Python-программа может эффективно использовать только одно, даже если запущено 8 потоков.
- I/O-зависимые задачи: Для задач, зависящих от ввода-вывода (например, сетевые запросы или чтение файлов), GIL не является критическим препятствием. Во время ожидания операции ввода-вывода (когда поток блокируется), GIL освобождается, позволяя другим потокам Python выполняться.
Наличие GIL является основной причиной ограничения скорости выполнения многопоточных CPU-зависимых задач в Python. Разработчики обходят это ограничение, используя мультипроцессность (модуль multiprocessing) вместо мультипоточности, или делегируют критически важные вычисления высокооптимизированным нативным библиотекам, написанным на C/C++ (например, NumPy).
Сравнительный анализ ключевых ЯПВУ (Python, Java, C#)
Проведение сравнительного анализа популярных ЯПВУ требует рассмотрения их ключевых характеристик: типизации, синтаксиса, производительности и доминирующих сфер применения.
Анализ Python
Python — это язык общего назначения, разработанный с акцентом на высокую читаемость кода и продуктивность разработчика.
- Типизация: Python использует динамическую типизацию (тип переменной проверяется во время выполнения) и сильную типизацию (не допускает неявного преобразования несовместимых типов). Отсутствие необходимости явного объявления типов делает код более кратким.
- Синтаксис: Чрезвычайно минималистичен, использует обязательные отступы вместо фигурных скобок для определения блоков кода. Это обеспечивает высокую единообразие и читаемость.
- Сферы применения: Благодаря обширной экосистеме библиотек, Python лидирует в:
- Анализе данных (Data Science): Библиотеки Pandas (обработка и анализ данных) и NumPy (числовые вычисления).
- Машинном обучении (ML) и ИИ: Фреймворки TensorFlow и PyTorch.
- Автоматизации и скриптинге.
Анализ Java и C#
Java и C# являются столпами корпоративной разработки, представляя собой строго типизированные, объектно-ориентированные языки, основанные на концепции виртуальных машин.
- Типизация: Оба языка используют статическую типизацию, где типы переменных проверяются на этапе компиляции. Это помогает выявить ошибки на ранних стадиях и повышает надежность крупных систем.
- Java: Считается "чистым" ООП-языком (хотя включает примитивные типы). Доминирует в разработке крупных Enterprise-приложений (Spring Framework), Android-разработке и высоконагруженных бэкэнд-системах. Кроссплатформенность обеспечивается JVM.
- C#: Разработан Microsoft как часть платформы .NET. Имеет синтаксис, близкий к Java и C++. Широко используется для разработки под Windows, веб-приложений (ASP.NET Core), облачных сервисов Azure и разработки игр (Unity). Кроссплатформенность обеспечивается CLR.
Сводный анализ производительности и синтаксических особенностей
| Критерий | Python | Java | C# |
|---|---|---|---|
| Типизация | Динамическая, сильная | Статическая, сильная | Статическая, сильная |
| Синтаксис | Минималистичный, основанный на отступах | Строгий, синтаксис C-подобный (фигурные скобки) | Строгий, синтаксис C-подобный |
| Среда выполнения | Интерпретатор (CPython) + GIL | JVM + JIT-компилятор | CLR + JIT-компилятор |
| Производительность | Средняя/Низкая (для CPU-зависимых задач), высокая (для I/O и ML через нативные библиотеки) | Высокая (после фазы JIT-оптимизации) | Высокая (аналогично Java) |
| Управление памятью | Автоматическое (Сборщик мусора, Reference Counting) | Автоматическое (Garbage Collector) | Автоматическое (Garbage Collector) |
| Сферы применения | Data Science, ML/AI, Автоматизация, Веб (Django, Flask) | Enterprise, Android, Бэкэнд, Big Data | Enterprise, Windows, Веб (ASP.NET), Игры (Unity) |
Компромиссы производительности: Java и C#, благодаря использованию JIT-компиляции, который оптимизирует критические участки кода во время выполнения, демонстрируют существенно более высокую скорость исполнения, чем интерпретируемый Python в чистых CPU-бенчмарках. Однако Python компенсирует эту разницу невероятной скоростью разработки и доступом к высокооптимизированным нативным библиотекам, где выполнение сложной математики делегируется C/C++ коду.
Востребованность на рынке труда и метрики популярности (2024/2025 гг.)
Оценка востребованности ЯПВУ на рынке труда базируется на анализе авторитетных отраслевых индексов и опросов, которые отражают как текущее использование, так и будущие тенденции.
Анализ индексов TIOBE (Октябрь 2025) и RedMonk (Январь 2024)
Различные индексы используют разные методологии, что объясняет расхождения в их результатах.
Индекс TIOBE (Октябрь 2025 г.)
Индекс TIOBE измеряет популярность, основываясь на количестве квалифицированных инженеров, курсов и поисковых запросов в ведущих поисковых системах. Он отражает скорее общественное и академическое признание.
| Место | Язык | Рейтинг (Октябрь 2025) | Тенденция |
|---|---|---|---|
| 1 | Python | 24.45% | Лидерство с 2023 года |
| 2 | C | 9.29% | Стабильно высокий, благодаря системному программированию |
| 3 | Java | ~9.0% | Незначительное снижение |
| 4 | C++ | ~8.9% | Незначительное увеличение |
Python продолжает доминировать, что подтверждает его статус в науке о данных и образовании. При этом классические языки, такие как C, Java и C++, сохраняют свои позиции в ТОП-5, демонстрируя стабильный спрос на системное и корпоративное программирование.
Рейтинг RedMonk (Январь 2024 г.)
RedMonk использует другую, более "молодежную" методологию, комбинируя активность кода (GitHub) и обсуждения (Stack Overflow), что лучше отражает реальное использование и потенциальные тенденции принятия среди активного сообщества разработчиков.
Согласно RedMonk, лидирующая когорта Топ-5 в январе 2024 года выглядела следующим образом:
- JavaScript (безусловный лидер веб-разработки).
- Python (доминирование в бэкэнде и ML).
- Java (Enterprise).
- PHP (устойчивая база веб-приложений).
- C# (экосистема .NET).
Оценка настроений разработчиков (Stack Overflow Developer Survey 2024)
Опрос Stack Overflow Developer Survey является одним из наиболее представительных источников данных, поскольку отражает прямые предпочтения и опыт десятков тысяч профессиональных разработчиков.
| Метрика (SO Survey 2024) | Лидирующие Языки | Значение | Вывод |
|---|---|---|---|
| Наиболее используемые | JavaScript (62%), HTML/CSS (53%), Python (51%) | Подтверждает доминирование Python в стеке | |
| Самый желанный | Python | 18.5% | Разработчики, не использующие Python, хотят его освоить, что гарантирует будущий спрос. |
| Самый высокий рейтинг восхищения | Rust | 83% | Указывает на высокую удовлетворенность разработчиков, работающих с языком (несмотря на сложность). |
Высокий рейтинг восхищения Rust (83%) и его стабильное второе место по желанности подтверждают растущий спрос на языки, обеспечивающие производительность системного уровня при гарантии безопасности памяти, что является ключевым трендом 2025 года.
Текущие и перспективные тенденции развития ЯПВУ (2025 г.)
Эволюция ЯПВУ в 2025 году тесно связана с развитием облачных технологий, искусственного интеллекта и повышением требований к безопасности. Разработчики все чаще задаются вопросом: можем ли мы пожертвовать скоростью написания кода ради гарантированной безопасности и высокой производительности?
Внедрение AI-кодинга и его критический анализ
Массовое внедрение инструментов на основе Искусственного Интеллекта (AI-кодинг), таких как GitHub Copilot и Tabnine, стало одним из самых значимых трендов. Эти инструменты автоматизируют написание рутинного кода и ускоряют разработку.
Согласно Stack Overflow Developer Survey 2024, 76% респондентов уже используют или планируют использовать инструменты ИИ. Это свидетельствует о фундаментальном изменении в процессе разработки.
Однако аналитический взгляд показывает и обратную сторону: 66% пользователей тратят больше времени на отладку ИИ-сгенерированного кода, чем на его написание. Это означает, что AI-кодинг пока не является заменой разработчику, а скорее мощным, но требующим верификации ассистентом. Эффективность ИИ-кодинга напрямую зависит от квалификации разработчика, способного критически оценить и исправить сгенерированные фрагменты.
Рост популярности в Cloud и DevOps-инфраструктуре
Растущее распространение микросервисной архитектуры, контейнеризации (Docker, Kubernetes) и методологий DevOps стимулирует спрос на языки, оптимизированные для высоконагруженных и распределенных систем.
Язык Go (Golang), разработанный Google, демонстрирует устойчивый рост именно в этой нише. Его популярность обусловлена следующими факторами:
- Параллелизм: Go имеет эффективную модель конкурентности, основанную на легковесных потоках (goroutines) и каналах для связи, что позволяет легко создавать высокопараллельные сетевые сервисы.
- Быстрая компиляция: Go компилируется в единый, статически связанный бинарный файл без внешних зависимостей. Это значительно упрощает развертывание в контейнерах и облачных средах.
В результате, Go стал де-факто стандартом для написания облачной инфраструктуры (например, Docker и Kubernetes написаны на Go).
WebAssembly (Wasm) как среда выполнения
WebAssembly (Wasm) — это низкоуровневый байт-код, который изначально был разработан для выполнения в браузерах, но активно расширяет свое влияние на Serverless и Edge-вычисления. Wasm становится переносимой и безопасной средой выполнения, позволяющей использовать код, написанный на любом ЯПВУ (C++, Rust, Go, Python), вне браузера.
Ключевое преимущество WebAssembly для облачных вычислений заключается в его чрезвычайно коротком времени запуска, которое измеряется микросекундами. Это критически важно для Serverless-функций и Edge-вычислений, где традиционные контейнеры (Docker) требуют миллисекунд или даже секунд на запуск. Wasm предлагает более высокую плотность и мгновенную масштабируемость.
Акцент на безопасность памяти (Rust)
В нише системного программирования, где традиционно доминировали C и C++, наблюдается подъем Rust. Этот язык решает главную проблему C/C++ — ошибки безопасности памяти (null-указатели, гонки данных), которые являются причиной большинства критических уязвимостей.
Rust обеспечивает гарантии безопасности памяти на этапе компиляции благодаря двум ключевым механизмам, которые работают без использования сборщика мусора (GC):
- Владение (Ownership): Каждая переменная имеет одного владельца.
- Проверщик Заимствований (Borrow Checker): Строго следит за тем, чтобы ссылки (заимствования) на данные не пережили сами данные.
Эта система позволяет создавать высокопроизводительные приложения системного уровня с гарантированной безопасностью и отсутствием гонок данных, что делает Rust чрезвычайно востребованным в финансовом секторе, криптографии и разработке операционных систем.
Заключение
Проведенный сравнительный анализ подтверждает, что современный ландшафт ЯПВУ является мультипарадигменным и высококонкурентным. Выбор языка — это всегда компромисс между скоростью разработки, производительностью и надежностью.
Ключевые выводы по классификации и архитектуре:
- Современные языки, такие как Python, Java и C#, являются мультипарадигменными, но их ядра четко классифицируются: Java и C# как строго ООП, а Python как динамически типизированный, с сильным уклоном в сторону науки о данных.
- Архитектурные среды выполнения (JVM и CLR) обеспечивают кроссплатформенность и высокую производительность благодаря JIT-компиляции и сложным механизмам оптимизации, таким как "Hot Spot Detection".
- Ограничения интерпретируемых языков, в частности Global Interpreter Lock (GIL) в Python, остаются значимым фактором, ограничивающим истинный параллелизм в CPU-зависимых задачах, что стимулирует разработчиков к использованию нативных библиотек или мультипроцессности.
Ключевые выводы по сравнительному анализу и востребованности:
- Python сохраняет лидирующую позицию (1-е место в TIOBE 2025) благодаря своей доминирующей роли в Data Science, ML/AI и высокой продуктивности разработчика. Он также является самым желанным языком, что обеспечивает его долгосрочную востребованность.
- Java и C# остаются столпами корпоративной разработки благодаря статической типизации, надежности и развитым экосистемам (JVM и CLR).
- Рынок труда демонстрирует высокий спрос на системные языки, обеспечивающие безопасность и производительность, о чем свидетельствует высокий рейтинг восхищения Rust.
Прогноз развития отрасли:
Тенденции 2025 года указывают на дальнейшую фрагментацию и специализацию ЯПВУ. Ожидается, что:
- Инструменты AI-кодинга станут стандартом, но их эффективность будет зависеть от навыков разработчика по верификации кода.
- Языки, оптимизированные для распределенных систем (Go), и среды выполнения с быстрым запуском (WebAssembly) будут доминировать в Cloud и Serverless-архитектурах.
- Rust продолжит вытеснять C/C++ в критически важных системных и инфраструктурных проектах, где безопасность памяти является не компромиссом, а требованием.
Цель курсовой работы — систематизация знаний, анализ архитектур и сравнительная характеристика ЯПВУ с учетом актуальных тенденций — была полностью достигнута.
Список использованной литературы
- Велихов Е.П. Информатика — актуальное направление развития советской науки // Кибернетика. Становление информатики. М.: Наука, 1986.
- Dictionary of Computing. Data Communications. hardware and Software. Basics. Digital Electronics. John Wiley, 1983.
- Дородницын А.А. Информатика: предмет и задачи // Кибернетика. Становление информатики. М.: Наука, 1986.
- Шемакин Ю.И. Введение в информатику. М.: Финансы и статистика, 1985.
- Пратт Т. Языки программирования: разработка и реализация. М.: Мир, 1979.
- Языки программирования. Теоретический минимум по информатики. URL: http://teormin.ifmo.ru/curricula/pl/ (дата обращения: 23.10.2025).
- ДВА ТИПА ЯЗЫКОВ ПРОГРАММИРОВАНИЯ. URL: https://www.science-education.ru/ru/article/view?id=14169 (дата обращения: 23.10.2025).
- ПАРАДИГМЫ ПРОГРАММИРОВАНИЯ: ФУНКЦИОНАЛЬНОЕ, ОБЪЕКТНО-ОРИЕНТИРОВАННОЕ. URL: https://cyberleninka.ru/article/n/paradigmy-programmirovaniya-funktsionalnoe-obektno-orientirovannoe (дата обращения: 23.10.2025).
- Парадигмы программирования в обучении информатике. URL: http://www.math.msu.su/department/comp_science/publications/pdf/CS_2011-2_82-93.pdf (дата обращения: 23.10.2025).
- TIOBE Index — TIOBE — TIOBE Software. URL: https://www.tiobe.com/tiobe-index/ (дата обращения: 23.10.2025).
- The RedMonk Programming Language Rankings: January 2024. URL: https://redmonk.com/sogrady/2024/03/08/language-rankings-124/ (дата обращения: 23.10.2025).
- Developers want more, more, more: the 2024 results from Stack Overflow’s Annual Developer Survey. URL: https://stackoverflow.blog/2025/01/01/developers-want-more-more-more-the-2024-results-from-stackoverflows-annual-developer-survey/ (дата обращения: 23.10.2025).