近期，MoonBit 社区开发者、清华大学计算机科学与技术博士Kaiwei Li开发了开源项目：深度学习训练框架MoonXi-net。这是一个基于 MoonBit 构建、采用 Tagless Final 架构设计、支持 CPU/GPU 多后端扩展的训练框架项目。在不到一个月的业余开发时间里，开发者借助国产大模型与开源 Agent 工具链完成了框架原型设计、训练系统搭建、GPU 支持与性能优化。项目

通过本文的探索，我们初步了解了如何在 MoonBit 语言中与 JavaScript 进行交互，从最基础的类型对接到复杂的错误处理，再到外部库的轻松集成。这些功能在 MoonBit 的静态类型系统与作为动态类型语言的 JavaScript 之间架起了一座桥梁，这体现了 MoonBit 作为现代编程语言在跨语言互操作性方面的思考。它让开发者既能享受到 MoonBit 的类型安全与现代化的语言特性，又

MoonBit ×CCF开源创新大赛以 MoonBit编程语言及其工具链为基础，面向全体开发者(不限学生或社会人士)，鼓励参赛者利用AI工具完成开源生态库、开发工具和示例工程的设计、移植、实现与完善。你可以选择原创实现，也可以从Rust、Go、TypeScript、Python、OCaml、Scala、Java 等成熟语言生态中选择合适的开源库进行MoonBit 移植。AI工具可以帮你生成代码、补

基础软件的星星之火，往往始于校园中一次深入的技术对话、一次对国产编程语言的亲身体验。三座城市、四所高校——MoonBit 高校行不是一次性的宣讲，而是持续的生态共建。本次高校行中，MoonBit 先后走进陕西与广东四所高校，围绕 AI 原生编程语言、开发者体验与开源赛事等内容，与高校师生进行了面对面的交流。活动的背后，还有一个重要推手——由MoonBit 联合 CCF 开源发展技术委员会共同开展的

除了在 IDE 中向用户提供常规的 AI 生成测试、撰写文档、修复错误等功能外，还能够提供完全后台运行的自动化智能体，通过读取编译器的各项反馈来完成各种相对复杂、长时间的下游任务，例如提升测试覆盖率、从自然语言提示生成完整代码组件或者项目等。最后，一个更加完善的 AI 编程场景出现，MoonBit 接入 DeepSeek，结合 IDE内置 AI 助手，为应用的开发、测试和文档编写提供了全方位的支持

在这个模型中，seekdb 负责底层检索能力，PowerMem 负责 Memory 的抽取、管理、更新和复用，OceanBase 可以提供生产级的数据承载，而 MoonBit + Wasm 则让访问 Memory 的第三方 Skill 更容易被封装成边界清晰、可分发、可沙箱执行的能力单元。Skill 接收输入，执行计算，返回结果。它可能查询不该查询的 Memory，可能写入不该写入的内容，可能把

在本次 MoonBit 软件合成挑战赛中，海外社区开发者带来了不少令人眼前一亮的作品。它们并不只是简单验证语言特性的 Demo，而是围绕真实开发场景展开：有人尝试在浏览器中编辑并高保真渲染PowerPoint幻灯片，有人用 MoonBit 在浏览器中训练 Transformer，也有人构建了一套更适合 AI 协作开发的复古 2D 游戏引擎。这些作品共同说明，MoonBit 的价值正在从“语言能力展

这套支持「热插拔」的 Agent 系统让我们可以自由的组合 Agent 中的工具模块，团队的协作也可以独立进行，而且只用了很短的时间就把这套服务拓展到了分布式构架——每个模块都可以在分布的服务器中独立运行，有空闲算力的服务器把任务内容和 wasm 加载并且给出结果即可。这也对后端架构提出了更高要求：工具模块要足够轻，才能按需加载；学生可以上传课程课件、教材、论文、录播、音频、作业等学习资料，系统会

这套支持「热插拔」的 Agent 系统让我们可以自由的组合 Agent 中的工具模块，团队的协作也可以独立进行，而且只用了很短的时间就把这套服务拓展到了分布式构架——每个模块都可以在分布的服务器中独立运行，有空闲算力的服务器把任务内容和 wasm 加载并且给出结果即可。这也对后端架构提出了更高要求：工具模块要足够轻，才能按需加载；学生可以上传课程课件、教材、论文、录播、音频、作业等学习资料，系统会

更重要的是，如何围绕国产编程语言建立可持续的开发者生态，沉淀高质量的库、包、工具和工程实践，让更多开发者能够在 AI 时代参与基础软件建设。面向未来，MoonBit 将继续在语言工具链、AI 辅助开发、形式化验证、开源社区和国产软件生态培养等方向持续投入，推动 AI 与软件工程更深层次结合，为我国基础软件创新和高可靠软件开发提供更加坚实的技术支撑。它更希望面向 AI 时代的软件开发需求，重新组织语