Python 性能深度剖析：从“被诟病的慢”到“Rust 重塑”的拐点

引言：Python 真的"慢"吗？

长久以来，"慢"是 Python 开发者心中挥之不去的阴影。当我们谈论 Python 与 C++ 或 Rust 的性能差距时，50倍甚至上百倍的鸿沟似乎让人绝望。

然而，在 2026 年的当下，Python 生态正经历一场前所未有的底层变革。从 CPython 解释器内部的 JIT（即时编译）之争，到 PyPI 上三分之一原生模块转向 Rust，我们必须重新审视这个问题：Python 的"慢"是宿命，还是可以被解决的工程问题？

本文基于对 Python 3.13 至 3.15 版本的追踪观察，为您深度解析 Python 性能的现状、挑战与未来。

一、3.13 的"虚惊一场"：被移除的增量 GC

坊间曾传闻 Python 3.13 性能"翻车"，这其实源于测试版引入的 "增量垃圾回收" 特性。虽然初衷是减少程序暂停时间，但在特定场景下导致了严重的性能回滚。好在官方在正式发布前果断移除了该特性，回退至稳定版本。

最终结论：Python 3.13 稳定版的性能是稳健的，整体比 3.12 快约 3%-8%，并引入了实验性的 JIT 和自由线程（禁用 GIL）模式。

二、3.15 的"精打细算"：为什么 JIT 只提升了个位数？

当我们看到 Python 3.15 的 JIT 仅带来 4%-12% 的性能提升时，确实容易失望。但我们需要理解 Python 面临的 "先天困境"：

动态类型之殇：Python 是动态类型语言，每次变量运算都需运行时类型检查。而 Rust/C++ 在编译期就确定了类型，可以生成极致优化的机器码。
轻量级 JIT 路线：CPython 采用的是"Copy-and-Patch"轻量级 JIT。它不追求 Java JIT 那种激进的重编译优化，而是以低内存开销为前提，追求"稳中有进"。

关键解读：PEP 836 中提到的"提升 20%"，并非指 3.17 比 3.15 提升 20%，而是指 "在同一版本内，开启 JIT 对比不开启 JIT 的最低及格线"。这是一个基础指标，而非最终上限。

三、残酷的数学题：50倍差距如何追赶？

假设 C/Rust 执行时间为 1 秒，Python 需要 50 秒。

· 提升 20%：50秒 → 40秒（差距依然巨大）。

· 提升 5倍（香农计划目标）：50秒 → 10秒（差距变为10倍）。

结论：仅靠优化 CPython 解释器，永远无法在纯计算性能上追平 C/Rust。这是动态语言与静态编译语言的物理定律决定的。

四、真正的"破局者"：Rust 重写与二八定律

既然纯 Python 追不上，那怎么办？答案是：用 Rust 写底层，用 Python 写逻辑。

这就是经典的 "二八定律"------用 Rust 重写那 20% 的高频计算核心库，能解决 80% 的性能瓶颈。

为什么 Rust 插件能无视 Python 的慢？

当 Python 调用 Rust 扩展时：

纯 Python 是在 1000 万次循环中反复检查类型；Rust 插件是在入口检查 1 次，循环 1000 万次纯机器码运算。这就是性能差距的核心来源。

社区与官方的双重行动

· 社区趋势：Pydantic V2、Polars、Ruff、uv 等明星项目已用 Rust 重写，性能提升可达 10 倍至数百倍。目前 PyPI 上三分之一的新原生模块由 Rust 编写。

· 官方计划：CPython 核心团队已启动 "Rust for CPython" 项目，计划在 Python 3.16 中引入 Rust 代码重写标准库（如 base64），并将其作为可选依赖，标志着官方承认 Rust 是 CPython 生态的一等公民。

五、未来蓝图：香农计划与 PEP 836

Python 核心团队（Guido 亲自督战）正在执行 "香农计划"，目标在 4-5 年内将 CPython 整体提速 5 倍。

· 短期（3.17，预计2027-2028年）：官方支持的 JIT 编译器落地，结合自由线程（解放多核性能）和延迟导入（提升启动速度）。

· 长期愿景：JIT 从"追踪模式"升级为"基于方法"的优化模式，持续缩小与 Java 的差距。

六、结论：Python 的"阿尔法时刻"

我们不必纠结 Python 何时在跑分上超越 Java 或 C++。Python 的"阿尔法时刻"将是：你写后端服务时不再焦虑并发性能；启动大型数据分析时不再漫长等待；日常开发中几乎感受不到语言本身的速度限制。

那一天，就在未来 3-5 年。这一次，Python 不是在用蛮力追赶，而是借助 Rust 的锋芒和 JIT 的进化，重塑自己的底层引擎。让我们一起见证这场静悄悄的性能革命。

作者注：本文基于 CPython 3.13、3.15 特性及 PEP 836、香农计划等公开信息整理。