来源：网络

一、先纠误：3-5倍？实际是8-13%

最近不少文章称"Python 3.15 JIT性能提升3-5倍"，这个说法严重夸大。

来自CPython核心开发者Ken Jin的实测数据：

"3-5倍"可能是对特定热点代码路径的极端优化案例，绝非pyperformance基准测试的整体表现。Ken Jin在3月博文中的原话是："Python 3.15的JIT终于回到正轨"——关键词是"回到正轨"，而非"起飞"。

回看历史：3.13首次引入实验性JIT时，在某些场景下甚至比解释器更慢。3.15是首个跑出正向收益的版本，8-13%的提升已经是里程碑式的进步。

二、Python 3.15 五大核心新特性

1. JIT编译器升级：copy-and-patch策略

3.15的JIT采用copy-and-patch编译策略，在运行时将字节码翻译为原生机器码。相比3.13的实验版，优化器和后端代码生成都有重大改进。

目前JIT仍为实验性功能，需要编译时通过--enable-experimental-jit选项启用，尚未默认开启。

2. Lazy Import 惰性导入（PEP 810）

这是3.15中对日常开发影响最大的特性。

传统import语句在模块加载时立即执行，大型项目启动时可能导入数百个模块，耗时可观。Lazy Import让导入延迟到首次实际使用时才执行，启动速度大幅提升。

实战场景：CLI工具、Web服务冷启动、Jupyter Notebook初始化——这些对启动时间敏感的场景收益最大。

3. 内置frozendict（PEP 814）

frozendict正式成为内置类型，不可变字典。

• 可哈希
  ：可以作为字典的键、集合的元素
• 线程安全
  ：无需加锁即可跨线程共享
• 内存优化
  ：比MappingProxyType更高效

适合做配置常量、缓存键、函数默认参数等场景，告别dict.copy()防篡改的老套路。

4. Tachyon分析器

Tachyon是3.15新增的超低开销解释器性能分析模式。传统cProfile在复杂项目中可能带来2-5倍的性能损耗，Tachyon的目标是生产环境可用，几乎不影响运行性能。

5. 自由线程模式持续改进

3.13引入的实验性no-GIL模式在3.15中更趋稳定，但仍非默认启用。配套的ABI兼容性和生态适配仍在推进。

三、PEP 836路线图：2.5年的JIT长征

PEP 836为CPython JIT制定了清晰的时间表：

第1年（3.15-3.16）

Tier 1平台实现4-12%几何平均加速；满足兼容性、工具链标准

第2年（3.17）

自由线程模式下至少20%加速；决定是否默认启用JIT

持续（3.18+）

从实验性功能转为正式支持功能

核心结论：真正的性能质变要到3.17（预计2028年前后），目标20%+的几何平均提升。

四、对开发者的实际影响

现在就能用上的

• Lazy Import
  ：升级后立即可用，CLI和Web服务冷启动提速明显
• frozendict
  ：替换MappingProxyType和手动防篡改方案
• Tachyon
  ：生产环境性能分析不再畏手畏脚

需要观望的

• JIT：8-13%提升有意义，但尚未默认启用，生产环境不建议激进切换
• 自由线程：生态兼容性仍需验证，C扩展适配是主要卡点

不要期待

• Python不会突然跑得像C一样快
• "3-5倍加速"属于误传
• JIT默认启用还需至少1-2个版本周期

五、Python性能进化时间线

3.11（2022） — 比上一代快10-60%，Faster CPython项目初见成效

3.12（2023） — 特化自适应解释器，继续小幅提速

3.13（2024） — 引入实验性JIT + 实验性自由线程，性能提升有限

3.14（2025） — JIT暂停又恢复，社区化组织接管开发

3.15（2026.10预计） — JIT首次实现8-13%正向提升 + Lazy Import + frozendict

Python的性能进化是一条渐进式路线：每个版本提升一点，积少成多。从3.11到3.15的累计提升已经很可观，但离"质变"还有距离。

一句话总结：Python 3.15的JIT是重要里程碑，但现阶段提升8-13%而非3-5倍。真正质变要等3.17的20%+目标。当前更实用的是Lazy Import加速启动和frozendict优化线程安全。

长按或扫描下方二维码，免费获取 Python公开课和大佬打包整理的几百G的学习资料，内容包含但不限于Python电子书、教程、项目接单、源码等等
▲扫描二维码-免费领取