编程语言理论试图回答的“问题”是什么？

我一直对诸如组合逻辑，Lambda微积分，函数式编程等各种主题感兴趣，并一直在研究它们。但是，与试图回答“可计算性”问题（即可以/不能在各种约束条件下进行计算的问题）的“计算理论”不同，我努力寻找“编程理论”的类似物

维基百科将其描述为：

编程语言理论（PLT）是计算机科学的一个分支，致力于编程语言及其各个功能的设计，实现，分析，表征和分类。

这就像说“一切”，这并不是很具体。

主题的共同进展通常是这样的：

组合逻辑>演算>马丁·洛夫类型理论>类型lambda积分>（有什么在这里发生）>编程语言开发的-有很少与CL连接/$\lambda$

我可以看到与CL /相关的底层“数学”$\lambda$以及由此产生的有趣证明，包括Church-Rosser定理，这很简洁。但是，我正在努力了解所有这些工作的“最终目标”吗？什么是圣杯 PLT的，如果你愿意？就目前而言，这似乎只是在刮擦知识分子的痒，但我真的无法跨过研究/理论到任何实际的桥梁。

注意：在使用 $\lambda$-calc用于不确定性证明。但是，除了它对“可计算性”的适用性之外，我只是不了解它，甚至很难从这种狭窄的POV理解PLT研究的需要。是否有任何现有的书籍，参考文献可以阐明PLT的“大局”？

PLT的总体目的是通过优化最重要的工具（编程语言）和相关的工具生态系统，使工业软件工程（通常意义上）更便宜（通常意义上）。

涉及数学的一些原因：

• PL 非常重要，而且尚不清楚它们在没有证据的情况下做对了。数学给出了真实编程语言的简化模型。该模型使我们可以在非常简化的环境中学习实际的编程语言，从而（希望）消除了模型级别的大多数问题。当前，真正的编程语言在数学上是棘手的。换句话说：λ演算是果蝇，即大肠杆菌，是PLT 的球形母牛。

• PLT缺乏合适的经验方法，这种方法会很好/更好，因此可以用数学代替。

• 数学是美丽而深刻的。

• 数学提供了一种简单的，经过实践检验的测试方法，这对于帮助博士生毕业至关重要。通常，例如：通过将PL特征XYZ添加到lambda微积分中来研究其特征。为XYZ添加简单类型并证明类型正确。添加XYZ的泛型并证明类型健全。证明XYZ泛型的参数定理。为XYZ添加从属类型并证明类型健全。为XYZ依赖类型开发部分类型推断。为XYZ添加渐变类型并证明类型健全。添加XYZ合同。这些都是纸。如果您的博士生或博士后时间用完，您可以停下来。上述每个有趣的是，将产生约泛型，parametricity洞察力，类型推断等等。这条管道是一个伟大的导航所有可能的编程语言的艰辛之路。第二种学习方法是在编译器中实现语言，但这对个人来说不太容易处理。

是否需要PLT是一个有趣的问题。大多数正在工作的程序员似乎认为并非如此。它们是错误的：大多数由没有PLT背景的在职程序员开发的语言（例如Javascript，PHP）起初都是可怕的，并且犯了PL理论家们早已学会的如何避免的所有错误。如果由业余爱好者开发的PL成为主流，则PL理论家需要十年左右的时间来解决明显的缺陷（例如，改造静态打字系统，请参见Typescript）。让我总结一下这种情况：

 Every successful programming language ends up being ML! Either because 
 it was designed by a PL theorist as ML from the start, or because a 
 decade of painful evolution removes all the obvious flaws, leaving ML. ;-)

^{另外： 这种情况完全是PLT的错，因为大多数人没有工业编程经验，所以真的不知道软件工程师的痛苦是什么。尤其是出于社会学原因，大多数PL理论家认为，像Agda这样的语言中的纯函数式编程是对所有问题的解决方案，这并不值得审查。}