Python 2025 年度调查出炉！数据科学占比超 50%，Rust 成为性能副驾驶，Agentic AI 势不可挡。半数开发者经验不足两年，生态正经历剧变。

Michael Kennedy（Talk Python 创始人、PSF 研究员）分析了超过 30,000 份调查问卷，为你揭示 2025 年 Python 生态的真实面貌。

1. “萌新”占半壁江山，Python 依旧年轻 👶

对于很多老兵来说，可能觉得身边的同事都是经验丰富的“老油条”。但数据揭示了一个惊人的事实：

• 50% 的受访者专业编码经验不足两年！
• 39% 的人接触 Python 不到两年。

这意味着 Python 依然是新人入行的首选语言。对于工具开发者和内容创作者来说，不要预设用户拥有多年积累的背景知识。教人安装包时，别忘了教他们怎么创建虚拟环境。

2. 数据科学反客为主，超越 Web 开发 📊

过去我们常说 Python 三分天下：Web、数据科学、其他。现在这个格局被打破了。

• 51%
   的开发者从事数据探索和处理。
• 这一转变背后是 AI 和数据工具的爆发：Polars（数据处理）、Marimo（新一代 Notebook）、以及 Hugging Face Transformers、LangChain 等 AI 基础设施的普及。

Python 的重心已无可争议地向 Data/AI 倾斜。

3. 版本滞后：你正在浪费巨大的性能红利 🐢

虽然 Python 核心团队在疯狂优化性能，但社区跟进乏力：

• 83%
   的开发者还在使用旧版本（非最新版）。
• 理由？
   53% 觉得“够用了”，25% 没时间升。

算一笔账：如果你还在用 Python 3.10，升级到 3.13 可以获得 42% 的速度提升 和 20-30% 的内存节省。对于企业来说，这直接对应着数百万美元的云算力成本浪费。

4. Web 开发回暖，FastAPI 成为新王 👑

Web 开发并未死，反而回升至 46%。其中最大的赢家是 FastAPI：

• 使用率从 29% 飙升至 38%（增长 30%）。
• 许多 AI/ML 模型都需要通过 API 对外服务，新入行的 AI 工程师更倾向于选择现代化、高性能的 FastAPI，而不是老牌的 Django 或 Flask。

同时，Web 服务器也在向 Async 和 Rust 迁移。uWSGI 正在消亡，Granian 等基于 Rust 的新服务器正在崛起。

5. Rust：Python 的性能“副驾驶” 🦀

Rust 正成为 Python 生态的基石。

• 调查显示，33% 的二进制扩展使用了 Rust。
• 看看现在的顶流工具：Polars（数据）、Pydantic（校验）、uv（包管理）、Ruff（Linter）。
• 甚至静态类型检查工具 ty (Astral) 和 Pyrefly (Meta) 也是用 Rust 写的。

要想让 Python 快，现在的答案是：用 Rust 重写底层。

6. 前瞻趋势：Agentic AI 与 去 GIL 🤖

Agentic AI (智能体 AI) 将变得狂野

不要把 AI 编码简单等同于“生成代码片段”。Agentic AI（智能体 AI）能与工程师配合，自主完成任务。

• 49%
   的开发者计划在明年尝试 AI 编码智能体。
• 生产力差距可达 30%，大厂 PM 直言：“几乎无法雇用不拥抱 Agentic AI 的开发者”。

真正的并发来了

Python 3.14 将完全支持 Free-threaded Python（去 GIL）。这意味着 Python 终于能跑满你的多核 CPU 了。并发编程将成为必修课。

7. 给开发者的 6 个行动建议 ✅

1. 学习 uv
   ：这个基于 Rust 的工具正在统一 Python 的包管理工作流，快得离谱。
2. 升级 Python
   ：别守着老版本了，升级就能免费提速。
3. 拥抱 Agentic AI
   ：别只用免费模型，花点钱用最好的模型（如 GPT-4, Claude 3.5），把它当成你的高级助手。
4. 读懂基础 Rust
   ：不用成为 Rust 专家，但至少要能看懂，因为你依赖的库可能都是 Rust 写的。
5. 投资并发知识
   ：随着去 GIL 的到来，理解 Threading、Async/Await、Locks 变得至关重要。
6. 关爱新手
   ：你写的文档和库，可能会被那 50% 的新人使用，请保持友好。

笔者锐评 🖊️

Python 正在变成一个“壳”。

这并不是贬义。看看 2025 年的趋势：包管理用 Rust 写的 uv，数据处理用 Rust 写的 Polars，Web 框架底层 heavy lifting 交给 Rust，甚至解释器本身也在去 GIL 以便更好地利用底层硬件。Python 越来越像是一个 胶水层（Glue Layer），用于编排由高性能语言（C++/Rust）构建的计算内核和 AI 模型。

但这正是 Python 的生命力所在。它不试图在所有维度上赢，而是让自己成为最容易调用高性能能力的接口。

另外，FastAPI 的上位和 Django 的老去，本质上是 API-First 时代的胜利。在 AI 时代，由于前端交互越来越多样化（Chat、Voice、Agent），后端越来越回归到“提供纯粹的数据接口”这一本质，这正是 FastAPI 最擅长的领域。

最后，50% 的新人率 既是红利也是挑战。Python 社区如果不能处理好新旧版本割裂、环境配置复杂（尽管 uv 在解决这个问题）等“劝退”问题，庞大的用户基数也可能成为一种负担。

求点赞 👍 求关注 ❤️ 求收藏 ⭐️你的支持是我更新的最大动力！