Python 3.15 JIT 重回正轨：社区协作与幸运决策的胜利
【导语：2026 年 3 月 17 日消息，Python 3.15 的 JIT 提前达成性能目标，在 macOS AArch64 和 x86_64 Linux 系统上均有显著提速。回顾其发展历程，曾面临诸多困境，如今的成功得益于社区协作、幸运决策和优秀团队。】
Python 3.15 的 JIT 在 macOS AArch64 系统上提前一年多、在 x86_64 Linux 系统上提前几个月达成性能目标。3.15 版本的 alpha 版 JIT 在 macOS AArch64 上比尾调用解释器快约11 - 12%，在 x86_64 Linux 上比标准解释器快5 - 6%。实际范围大概是慢 20% 到快 100% 以上（不考虑 `unpack_sequence` 微基准测试）。
2025 年，Faster CPython 团队失去主要赞助商，项目开启社区管理模式。在剑桥的 CPython 核心冲刺活动中，JIT 核心团队制定计划，目标是在 3.15 版本中让 JIT 提速 5%，在 3.16 版本中提速 10%，并实现自由线程支持，同时降低关键人物风险。
通过将复杂问题分解成可管理的部分，如 Brandt 开启多个大型问题，将 JIT 优化拆分成简单任务，作者借鉴其想法并制定详细说明，鼓励新贡献者参与。社区的优化努力使 JIT 在 x86_64 Linux 上的速度从比解释器快 1% 提升到了 3 - 4%。
在剑桥活动中，Brandt 怂恿作者将 JIT 前端重写为跟踪式前端。最初原型效果不佳，后因作者误解 Mark 的建议，采用双调度机制，使 JIT 从慢 6% 提升到几乎没有速度损失，最终速度提升了 1.x%，还使 JIT 代码覆盖率提高了 50%。
另一个幸运决策是尝试消除引用计数。早期 Matt Page 在 CPython 字节码优化器中做了相关工作，作者发现 JIT 编译后的代码中引用计数递减操作的分支消耗性能，消除分支的工作不仅容易并行化，还让人们学习到 JIT 的关键部分。
基础设施团队虽只有 Savannah 一人，但她用壁橱里的四台机器为 JIT 工作，每天进行 JIT 运行，对反馈循环起到关键作用，帮助发现 JIT 性能的回归问题，并验证优化效果。
Mark 技术出色，Diego 负责 ARM 硬件上的 JIT 并致力于让 JIT 对性能分析工具更友好，Brandt 为机器代码后端奠定基础，降低了新贡献者的参与门槛。
作者感谢 CF Bolz - Tereick 教会其关于 PyPy 的知识，加入和 Max Bernstein 的友好编译器交流群也让作者保持项目动力。和编译器开发者交流拓宽了作者的视野，使其在编写 JIT 方面更出色。
编辑观点：Python 3.15 JIT 的成功是社区协作、幸运决策和优秀团队共同作用的结果。这不仅为 Python 性能提升带来希望，也为开源项目发展提供了可借鉴的模式。