2009 年，一群 MIT 研究人员因现有面向科学家的编程语言笨拙、慢速而在邮件中发泄不满。这些语言往往需要在性能和易用之间做出妥协：若代码跑得慢，就必须重写成另一种语言。于是他们启动了 Julia 项目，目标是打造一种既像 Python、MATLAB 那样易学，又能达到 C 语言速度的高性能语言。Julia 采用基于数据类型的即时编译（just‑in‑time compilation），在保持灵活性的同时实现了数倍加速。项目逐步发展为 MIT 的 Julia 实验室，随后成立了商业公司 JuliaHub。JuliaHub 于 2025 年推出了 AI 平台 Dyad 3.0，能够接受设计文档和数据，自动完成从物理仿真到代码编译的全流程，甚至可以“一键生成”整机设计，例如飞机或火箭发动机。Dyad 通过物理编译器检测并纠正违反物理定律的解，显著缩短产品研发周期。Julia 已被全球超过一百万用户在数千家企业和高校使用，涵盖原子模拟、半导体、神经网络、赛车、飞机、黑洞成像等领域。它帮助加速了 Moderna 疫苗研发、Meta 音频编解码、航空防撞系统等实际项目，常常比 Python 快数十倍。Julia 的成功归功于其抽象能力：科研人员可以用高层次表达想法，同时获得接近底层语言的性能。正如 JuliaHub 联合创始人 Viral Shah 所言，“让非程序员也能写出高性能代码”是始终的指路星。点评