python 3.11 并非整体变快，而是对call、load_attr、load_global、binary_subscr四类高频字节码在热点且类型稳定的路径上动态特化，类型变化或执行不频繁时自动回退至通用解释路径。

Python 3.11 并不是“整体变快”，而是解释器在运行时对几类高频字节码做了自适应特化——你代码里真正密集执行的那部分，才可能快；其他地方几乎没变化。

哪些字节码被特化了？

核心就四个：CALL、LOAD_ATTR、LOAD_GLOBAL、BINARY_SUBSCR。它们覆盖了函数调用、属性访问、全局变量读取、列表/字典下标操作等最常见场景。

• 比如连续三次调用 obj.method()，且 obj 总是同一类实例，解释器就会生成一条跳过类型检查、缓存方法查找结果的专用路径
• LOAD_ATTR 特化后可能变成 LOAD_ATTR_INSTANCE_VALUE，直接从对象固定偏移读值，省掉查字典开销
• 但 getattr(obj, field_name) 中 field_name 随机变化 → 无法稳定匹配布局 → 不触发特化

为什么你的代码可能没感受到明显提速？

特化不是启动就生效，它需要进程内真实积累执行历史。很多部署模型天然抑制它：

Python 3.13.5

Python 3.13.5是该编程语言于2025年6月11日发布的第五个维护版本。这是一个紧急修复版本，主要解决了3.13.4中Windows扩展模块构建失败、生成器表达式错误处理延迟、及无法向random.getrandbits()传递类整数对象等关键问题。此版本秉承了3.13系列的新特性，如改进的交互式解释器与实验性的无GIL模式，并建议所有3.13用户升级。

下载

• 短命进程（如 AWS Lambda 单次请求）：adaptive_state 还没热起来就退出了
• 多线程服务（如 FastAPI + Uvicorn）：每个线程有独立的 PyInterpreterState.adaptive_state，热点不共享
• fork 模式（如 Gunicorn prefork）：子进程能继承 fork 前已积累的部分缓存，但全新启动或 os.exec 就得重来
• 纯 I/O 密集型代码（如 requests.get()、asyncio.sleep()）：解释器不优化等待本身，只优化等待前后的 Python 逻辑

怎么确认特化真在起作用？

不能只看版本号。得验证运行时是否实际命中特化路径：

• 用调试版 Python 启动：python -X showspeculation your_script.py，终端会打印被特化的指令及命中次数
• 对比同一函数对象大小：sys.getsizeof(your_func) 在 3.10 和 3.11 下差异明显（特化后字节码结构更紧凑）
• 禁用特化做对照：设环境变量 PYTHONNODEV=1 再跑 benchmark，若性能差距消失，说明特化确实在起作用

最容易被忽略的一点：特化机制没有开关，也不需要手动开启——但它极度依赖进程生命周期和执行模式。如果你的容器每次请求都新建 interpreter 实例，那再新的 Python 版本也白搭。

Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！