20 年、7 次方案, Python JIT 终于步入正轨, 这次性能真要追上 Java 了？

清华大佬耗费三个月吐血整理的几百G的资源，免费分享！....>>>

说到 Python,  性能基本上就是很难绕开的话题，由于 Python 是动态语言，依靠解释运行，而不是像 C++, Rust 这样的静态语言需要编译后运行，所以性能上天然就有劣势。

这个时候可能会有一些小伙伴说: Python 本身就是一个胶水语言，作为一个胶水语言，性能本身就不是 Python 的重点， 简洁的语法，生态, 灵活性才是 Python 最重要的东西。

话是这么说，但是作为一个用 Python 写了很多年开发的程序员，你说不想让 Python 有更强的性能那肯定是假的，而且虽然 Python 是动态语言，解释器这种运行方式天然就没法做到高性能，但是这也不代表这个问题没有解法。

那就是 JIT(Just-In-Time，即时编译),  JIT 通俗来讲，就是程序运行时发现某段代码被反复执行，便将其动态编译成 CPU 可以直接执行的机器码，后续再次执行时就能跳过解释步骤，从而达到大幅提升性能的目的。

隔壁的 Java 虽然最后也是 JVM 解释运行的，但是早在 1997 年的 Java 1.1 版本，Java 就已经引入了 JIT 编译器用于提升性能。

这个时候又有人要说了，Java 是静态类型的语言，天然 JIT 就好做，但是对于 Python 这样的动态类型的编程语言来说，比如 x + y 这行代码，由于 x 和 y 在运行前根本不知道是整数、字符串还是别的类型，JIT 编译时很难生成高效的机器码，因为随时可能变。所以 Python 的 JIT 和 Java 的 JIT 实现难度不是一个量级。

这么说也有道理，但是 Javascript 也是动态类型语言，也依赖解释器运行，2008 年 9 月，Google 在 Chrome 首次发布的时候就内置了 V8 引擎，V8 引擎的出现直接把 JS 的性能提升了一个量级。V8 引擎内置的 JIT 可以在运行过程中实时将热点代码编译成本地机器码直接执行，跳过解释步骤，从而大幅提升 JS 的性能。这在当时是非常激进的设计，但是 V8引擎的成功也侧面印证了对于动态类型的编程语言引入 JIT 提升性能也并非不可能。

而 Python 从 1991 年诞生到现在，已经有 35 年的时间了，而 JIT 也喊了 20 年了，却迟迟没有实装到 Python 上。

2026 年 3 月份，Python 社区发布了一篇文章 《Python 3.15's JIT is now back on track》，宣告 Python JIT 在 Python 3.15 版本重回正轨。在 Python3.15 的测试版中，JIT 在 macOS AArch64 上已比 tail calling 解释器快约 11–12%. 虽然不是量级上的性能提升，但也算是开了个好头。

Python 终于拥有了自己的"官方" JIT 编译器——但这条路走了整整二十年。 从 2002 年第一个实验项目 Psyco 诞生，到 2024 年 CPython 3.13 正式引入 copy-and-patch JIT，再到 2026 年 3.15 版本首次实现有意义的性能提升，Python 社区经历了至少七个重要 JIT 方案的兴衰，再加上社区的 PyPy。

可以说，Python 并非不想要引入 JIT 提升性能，只是这一切，对于 Python 而言实在是太难了。

Python 不像 Javascript 有谷歌这样的顶级研发团队，花大量成本重金研发 V8 引擎，也不像 Java 这样背后有甲骨文的这样的靠山。Python 基金会作为一个非营利组织，一直以来都靠社区成员为爱发电维系，整个 Python 软件基金会只有 14 名全职员工维持运转，甚至 2024 年因为财务困难不得不暂停了很多活动。

2025 年 5 月，一个戏剧的事件发生更让 Python JIT 提案雪上加霜，微软在这一年正式裁掉了 Faster CPython 团队，Mark Shannon、Eric Snow 等核心成员被裁。Python JIT 仅有的赞助也没有了。

好在 Python 社区的韧性足够强大，最终社区接管了这个项目，从 2002 年第一个实验项目 Psyco，Python 核心开发者 Brandt Bucher 在 2023 年圣诞节提交了基于"copy-and-patch"技术的 JIT 实现，从实验到真的确定路线，Python 整整走了 20 年，也许一个小小的 JIT 对 Java 或者 谷歌来说不过小事一桩，但是对于全靠为爱发电一路艰难前行的 Python 而言，走到这一步已经实属不易。

截至 2026 年 3 月，Python 3.15 的 JIT 已超额完成目标：在 macOS ARM 平台上比解释器快 11%—12%，x86-64 Linux 上快 5%—6%。预计到明年的 Python 3.16 版本，JIT 的引入可以实现大概 10% 的性能提升，并真正去除 GIL 锁，带来真正的多核并行，性能得到显著改善。

而目前再做这件事的有多少人呢？答案是, 目前 Python JIT 团队仅仅只有 4 个活跃贡献者。这其中还有一个是志愿者。

从 Python 3.10 - 3.15，CPython 累计提速超过 50%，Python 其实一直没有放弃提升性能，只是更多的是心有余而力不足。但是 Python 社区也恰恰为我们证明:

—伟大的事业，不一定需要巨头的庇护，不一定需要充裕的资金，甚至不需要多少人。它只需要几个不肯放弃的人，在漫长的岁月里，一行一行地写下去。

以上就是“20 年、7 次方案, Python JIT 终于步入正轨, 这次性能真要追上 Java 了？”的详细内容，想要了解更多Python教程欢迎持续关注编程学习网。