Python 潮流周刊#174（附第 124 期全文）：CPython 实验性 JIT 将被移除，PyScript 进入维护模式

本周刊由 Python猫出品，精心筛选国内外的 400+ 信息源，为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景：帮助所有读者精进 Python 技术，并增长职业和副业的收入。

温馨提示： 在微信关注 Python猫，发送数字“9”，即可领取 9 折优惠码，订阅专栏可享 10 元优惠。

去专栏阅读全文：全文链接

分享了 12 篇文章，12 个开源项目，2 则热门讨论

以下是本期标题摘要：

🦄文章&教程

① CPython 将移除实验性 JIT

② 2026 年 Python 性能分析工具现状

③ DuckDB 2.0 为什么更快

④ UUIDv7 没有你想象的那些性质

⑤ 306 行 Python 写一个编码智能体

⑥ 用 Python 编排一次性浏览器

⑦ Django 大规模缓存的生产实践

⑧ 用 Cloudflare R2 存 Django 静态与媒体文件

⑨ 从循环到向量化：NumPy 提速的 7 个关键思维

⑩ pyinfra，用 Python 代码做服务器自动化

⑪ 一款 3D 游戏全靠 AI 做出来：完整制作流程公开了

⑫ PyScript 进入维护模式，浏览器里的 Python 还剩什么

🐿️项目&资源

① taste-skill：让编码智能体先定美术方向

② mcode-stack：MiniMax 团队的 AI 编码工作流与技能集

③ BMAD-METHOD：AI 驱动的敏捷开发方法论

④ artemis：自然语言驱动 Android 自动化的智能体

⑤ ego-lite：把已登录的浏览器交给 AI 智能体

⑥ agent-zero：给智能体一台 Linux 电脑

⑦ Hy-Memory：智能体的多场景记忆库

⑧ jeff：为本地大模型做快速决策的 0.8B 小模型

⑨ KittenTTS：在 CPU 上跑的开源语音合成模型

⑩ Open-Source-Face-Recognition-SDK：本地离线人脸识别

⑪ TalkLikeYou-Streaming-RealTime-Demo：浏览器实时生成数字人

⑫ deepopen-3d-webs：单图生成可漫游三维场景

🥂讨论&问题

① PEP 845：前导点值模式

② PEP 851 提议给 list 增加 discard()

周刊实行付费订阅制，年费 108 元，平均每天 3 毛钱，为你精准筛选高质量技术内容。在信息洪流中为你淘金，助力技术视野拓展和职业发展，欢迎订阅：https://xiaobot.net/p/python_weekly

订阅后，可免费查看第 174 期周刊的全文：https://xiaobot.net/post/a4e9d44e-510e-4dae-a26c-d3fbaa3ed371

📖 免费开放的往期全文

周刊的付费内容在发布满一年后免费开源，所以每期新刊发布时，也有一期往期全文对外公开。

下面是一年前发布的那一期（第 124 期，2025-10-25）的全文，不少内容依然值得回看。

第 124 期分享了 12 篇文章，12 个开源项目，全文 2053 字。

🦄文章&教程

1、跳出 AI 热潮：Guido van Rossum 谈 Python 哲学、简洁性与编程未来

Python 之父 Guido van Rossum 访谈：强调代码仍需人类审查，Python 的"人文主义"哲学让 LLM 也能轻松理解；对 GIL 移除持理性观点，认为大企业需求正让 Python 变得复杂；建议万行以上代码才用类型提示，保持对初学者友好。

2、Python Web 服务的无 GIL 未来

基于 Python 3.14 无 GIL 版本做 FastAPI 和 Flask 基准测试，作者发现无 GIL 版本性能损失从 35% 降至 5-10%，内存使用显著减少。在 I/O 密集型场景下，无 GIL 版本略胜标准版本，这为 Python Web 服务带来了真正的多线程并发能力，有望减少对多进程架构的依赖。

3、告别 GIL：探索 Python 3.14 无 GIL 模式

作者在 PyCon JP 2025 分享的深度基准测试报告，通过对比 Python 3.14 标准版和无 GIL 版本，发现单线程代码性能损失约 15%，但多线程 CPU 密集型任务获得显著提升，还介绍了无 GIL 模式的设置方法、性能表现和实际应用场景。

4、懒加载导入：让 Python 启动速度提升 3 倍

针对 PEP 810 提出的显式懒加载导入功能，作者通过测试 pypistats CLI 工具发现，懒加载导入将启动时间从 104ms 缩短到 36ms，性能提升近 3 倍。这对命令行工具、测试套件和大型依赖图应用特别有益，能显著减少启动时间和内存使用。

5、现在就能用的 Python 懒加载导入技巧

介绍在现有 Python 版本中实现懒加载导入的实用技巧，通过将导入语句移入函数内部来延迟模块加载。文章演示了多种实现方法，包括使用 importlib.import_module() 和 python -X importtime 诊断慢导入。

6、Diskcache：不只是缓存

深入介绍基于 SQLite 的 Python 本地缓存库 diskcache，它不仅提供微秒级的键值存储，还支持事务、标签、锁定和队列等高级功能。通过分片机制实现多进程并发写入，内置防雷群效应和函数装饰器，几乎可以替代轻量级 Redis 使用场景。

7、用 Postgres 做任务队列的经验

作者分享使用 PostgreSQL 作为任务队列的实践经验，通过 FOR UPDATE SKIP LOCKED 实现原子锁定，避免了额外的基础设施配置和复杂的重试机制。相比传统消息队列，这种方案减少了系统复杂度，提供了更好的可观测性，还能轻松添加重试、延迟执行等功能。

8、为什么 Python 开发中性能很重要？

文章从 Python 解释器特性和 GIL 限制入手，详细分析了常见性能陷阱，包括不必要的循环、字符串拼接、数据结构误用等，强调性能优化不仅影响用户体验和云成本，还直接关系到系统可扩展性和开发效率。

9、异步 Django：寻找问题的解决方案？

作者质疑 Django 异步功能的实用价值，虽然 Django 团队花费六年时间开发异步特性，但 2024 年调查显示仅 14% 开发者使用异步视图。文章指出异步 Django 增加了框架复杂度，产生双重 API，而传统的后台任务处理方案（如 Celery）仍是解决性能瓶颈的最佳选择。

10、Django bulk_update 内存问题

作者在处理数十万条数据库记录更新时发现 Django bulk_update 的内存陷阱，虽然设置了 batch_size 参数，但 Django 仍会预先准备所有批次的 UPDATE 语句，导致内存暴增至 4.8GB 并触发 SIGTERM。解决方案是手动实现批处理循环，将内存使用降至仅 62MB。

11、Python 属性测试的实证评估

OOPSLA 2025 论文首次系统评估 Python 属性测试的实际效果，研究发现属性测试在发现 bug 方面表现出色，特别是针对边界条件和异常输入。通过对比传统单元测试，属性测试能自动生成大量测试用例，显著提高代码覆盖率和 bug 检测能力。

12、从 Python 到 Kotlin：值得一试的转换

文章分析了从 Python 迁移到 Kotlin 的优势。虽然两种语言语法相似，但 Kotlin 提供静态类型、不可变性和更强的并发模型，基准测试显示 Python 比 Java 慢 10-100 倍，而 Kotlin 继承了 JVM 的高性能，它的类型安全和现代语言特性能显著提升开发效率。

🐿️项目&资源

1、deepwiki-open：AI 驱动的代码库文档生成器

自动为 GitHub、GitLab 或 BitBucket 代码库生成美观的交互式文档，通过 AI 分析代码结构生成全面文档和可视化图表，支持私有仓库、Mermaid 图表生成和基于 RAG 的 AI 问答功能。（star 11.5K）

2、tidal-dl-ng：多线程 TIDAL 音乐下载器

功能强大的 TIDAL 音乐下载工具，支持多线程和分块下载，可下载高达 HiRes Lossless / TIDAL MAX 24-bit 192 kHz 音质的音乐和视频，支持 Dolby Atmos 格式并提供命令行和图形界面。（star 1.4K）

3、hexstrike-ai：AI 驱动的网络安全自动化平台

先进的 MCP 服务器，让 AI 智能体自主运行 150+ 网络安全工具进行渗透测试、漏洞发现和安全研究，采用多智能体架构并具备智能决策引擎、实时可视化界面和漏洞情报分析功能。（star 4K）

4、maltrail：恶意流量检测系统

利用公开黑名单和威胁情报识别恶意网络活动，支持检测域名、URL、IP 地址等威胁指标，集成数十个威胁情报源并具备启发式机制发现未知威胁，提供实时监控和详细报告。（star 7.6K）

5、hyperflask：全栈 Web 开发框架

基于 Flask 的全栈开发框架，预选所有技术栈并集成文件路由、SQL ORM、htmx 深度集成等功能，支持多种前端技术混合使用，让独立开发者和小团队快速开发部署 Web 应用。

6、modshim：Python 包增强工具

无需修改源代码即可覆盖和自定义 Python 模块功能，通过创建"垫片"模块结合原始代码与增强功能，使用 AST 重写技术确保一致性并避免 monkey-patch 的全局污染问题。

7、django-keel：多用途 Django 项目模板

生产就绪的 Django 项目模板，基于 12-Factor App 原则设计，支持 Django 5.2 和 Python 3.12+，提供 REST Framework、GraphQL、HTMX+Tailwind、Celery 等可选功能并通过交互式配置生成定制化项目。

8、buttonpad：跨平台按钮网格 GUI 工具包

专为按钮界面设计的跨平台 Python GUI 工具包，基于 Tkinter 构建，通过 CSV 风格布局字符串快速创建网格界面，支持回调函数、工具提示、热键映射等功能并内置计算器、2048 游戏等演示程序。

9、django-bolt：高性能 Django API 框架

基于 Rust 的高性能 Django API 框架，实现 60k+ RPS 处理能力，使用 Actix Web 处理 HTTP 请求，并通过 PyO3 桥接 Python 与 Rust，完全兼容 Django ORM 和现有包且无需 gunicorn 即可直接部署。

10、burla：大规模 Python 分布式计算平台

开源的 Python 分布式计算平台，通过单一函数将代码扩展到 10,000 个 CPU 或 GPU 运行，支持本地开发体验并自动同步本地包到集群，内置 Web 平台监控长时间运行的任务。

11、klavis：AI 智能体工具集成平台

MCP 集成平台，让 AI 智能体大规模可靠使用各种工具，提供 100+ 预构建集成和 OAuth 认证，通过渐进式发现机制，避免工具过载并支持云托管和自部署。（star 5.3K）

12、computer_use_ootb：桌面 GUI 智能体开箱即用解决方案

开箱即用的桌面 GUI 智能体解决方案，支持 API 模式（Claude 3.5 Computer Use）和本地运行模式（ShowUI、UI-TARS），无需 Docker，同时支持 Windows 和 macOS 系统，提供基于 Gradio 的友好界面并支持多显示器、任意分辨率、远程控制等功能，本地模式相比 Claude Computer Use 成本降低 30-200 倍，并可通过手机浏览器远程控制电脑。（star 1.8K）

🐢播客&视频

1、Armin Ronacher 访谈：Python、Go、Rust、TypeScript 与 AI

Flask 框架创始人 Armin Ronacher 在 The Pragmatic Engineer Podcast 的访谈，分享对编程语言选择、AI 工具影响和错误处理等话题的见解。认为 Rust 虽然优秀但不适合早期创业公司，Python 2 到 3 的迁移比预期更具挑战性，AI 工具正在改变统一代码库的需求，还探讨了为什么不同编程语言仍然重要，以及 agent 编程的不良影响。

2、EuroPython 2025 视频合集（44个）