Vivien Henz afirma que Common Lisp es ahora el mejor lenguaje de programación porque su sistema de imagen en vivo elimina el tradicional bucle de retroalimentación compilar‑ejecutar. En la mayoría de los lenguajes, un cambio requiere recompilar y reiniciar el programa, lo que puede llevar minutos, pero en Common Lisp una nueva definición de función reemplaza a la antigua instantáneamente en memoria, de modo que los LLM pueden ver el efecto de sus ediciones inmediatamente.
El sistema de condiciones del lenguaje acelera aún más la experimentación: en lugar de fallar ante un error, Common Lisp entra en un depurador que preserva la pila completa y todas las variables, permitiendo que un LLM inspeccione la falla, aplique una solución y reanude la ejecución. El proyecto Autolith lo demuestra en la práctica como un agente autoadaptable de Common Lisp que puede inspeccionar, editar, interrumpir y recuperar su propia implementación mientras se ejecuta, utilizando características en tiempo de ejecución como describe y el sistema de condiciones para una autoadaptación segura.
Muestra la máscara del proyecto Autolith, un bloque de piedra con un pico, que representa el agente autoadaptable de Common Lisp discutido en el párrafo sobre el sistema de condiciones y la experimentación en tiempo de ejecución.
Puesto que tanto el código como los datos se representan como listas, Common Lisp trata los programas como datos, lo que permite macros poderosas que generan o modifican código y permite a los desarrolladores crear lenguajes específicos de dominio adaptados a sus problemas. Henz señala que sus aplicaciones en Common Lisp son seis a siete veces más cortas que el código Python equivalente, lo que reduce los costos de tokens y permite que quepa más de un programa dentro de la ventana de contexto de un LLM, aunque reconoce el ecosistema de bibliotecas más pequeño (Quicklisp frente a npm) y el desafío de encontrar ingenieros, sugiriendo que los LLM pueden escribir las partes faltantes y que contratar a aprendices mitiga la escasez de talento.