AI时代，Python还主导吗？

如果你在机器学习的前线待过一个月，那么Python很可能是你最信赖的工具。从PyTorch到NumPy，Jupyter笔记本到scikit-learn，Python一直是主要的语言——不仅是一种工具，更是人工智能革命的心跳。

但让我们撕开创可贴。

Python的主导地位？它开始下滑了。

而且，这不仅仅是关于速度、内存，或者Reddit上的另一个炒作Rust或Julia的帖子。这里发生了更深层次的变化——人工智能正在演变的方式。

所以在你打开另一个Colab标签页或像保护自己的孩子一样捍卫Python之前，请听我说。

1、AI已经超越了通用语言

Python是为通用目的而设计的。这是它的魔力——但现在，这也是它的诅咒。

当AI还在实验、原型设计和玩玩具数据集时，Python是完美的。你不需要太多考虑内存、并发性或如何将模型扩展到你的笔记本电脑RAM之外。你只是写代码，然后它工作（大多数时候）。

但关键是：

AI不再是“游乐场科学”了。

我们谈论的是数十亿参数的模型、在边缘设备上部署、跨大规模分布式系统训练。而Python？它开始承受人工智能现实需求的重量。

事实核查： GPT-4是使用高度优化的C++和CUDA内核进行训练的，而不是原始的Python代码。Python可能只是表面——但它不是肌肉。

2、模板代码的死亡

让我给你描绘一个场景。

你已经编写了你的深度学习流水线。你正在训练你的模型。你在记录指标。突然——日志崩溃了。一个关于TypeError: object of type 'NoneType' has no len()的奇怪错误。

你盯着它看。你谷歌它。StackOverflow耸耸肩。

问题是什么？

某个变量没有被初始化。某处。默默地。

欢迎来到Python灵活性的负面：你可以用棉花糖枪射击自己——但仍然会痛。

Swift和Rust等语言正在获得优势，因为它们是类型化、严格且有意的。在AI中，调试可能耗费数小时（或者更糟，数百万的云计算成本），越来越多的工程师选择安全而非自由。

不是因为他们讨厌Python。

而是因为Python给了你绳子，却没有告诉你那是用来吊死自己的。

3、性能不是问题——可预测性才是

让我们驳斥一个常见的误解：

“Python很慢，这就是它挣扎的原因。”

不完全是。

我们知道Python一直很慢，但我们一直忍受着——通过将繁重的工作卸载到C/C++中。NumPy、PyTorch、TensorFlow——它们都作弊了。这没问题。

但速度不是问题。

可预测性才是。

Python的全局解释器锁（GIL）让并发执行变得一团糟。它的动态类型无法保证运行时行为。它的内存模型在大规模下显得杂乱无章。

在AI中，特别是在生产环境中，可预测性比原始速度更重要。你需要代码在每次运行、每个容器、每个节点上表现一致。Python无法承诺这一点。这就是为什么越来越多的团队将关键性能组件转移到Rust等语言中——不仅是速度，还有可靠性。

4、工具链的缺口正在变成深坑

毫无疑问，Python的生态系统很丰富。但裂缝正在扩大。

需要构建一个高效的transformer模型？很好。你正在同时处理PyTorch、Hugging Face、ONNX、Ray和Triton。哦，也许还有JAX用于TPU优化。每个都有其特点。每个都期望不同的输入、配置和CUDA版本。一次更新后——砰！依赖地狱。

与此同时，Mojo和Swift for TensorFlow（虽然已停止，但其精神依然存在）旨在统一性能、安全性和开发者体验。它们提供了专为ML工程师设计的端到端解决方案——而不是用StackOverflow技巧拼凑的工具包。

Python仍在玩乐高。

新语言正在建造特斯拉。

5、Python并不是为硬件感知的AI而生的

让我们谈谈未来。

AI将走向硬件原生。定制芯片。边缘设备。神经形态芯片。无论Google的TPU、Apple的ANE还是NVIDIA的Grace Hopper架构，有一件事是明确的：

AI将走向底层。

Python以其解释性质和抽象哲学，难以接近硬件。与此同时，Rust和Swift正与硬件加速器亲近，优化执行路径，并提供细粒度的控制而不牺牲安全性。

Python就像用谷歌翻译向机器人的耳朵低声说话。

它有效——直到你需要细微差别、速度和精度。然后，机器人开始翻跟头，而你只是想让它拿起一支铅笔。

6、所以，Python已经完结了吗？

不。

Python仍然是AI世界中最棒的原型语言。

它仍然是笔记、教程、Kaggle内核和训练营的通用语言。但不要误会——天花板已经可见。而对于大规模、真实世界的AI系统呢？

Python已经不够用了。

新一代AI不会在Python中构建——它会在Python上构建，其他语言在后台承担繁重任务。

7、结束语

Python并没有消亡。

但它正在被重新定位——从主权到象征。

就像HTML不是网络的引擎，而是其表面的语言，Python正在成为接口，而不是实现。

如果你今天是一名AI工程师？

你可能需要习惯于同时编写Python和其他语言——Rust、Swift，甚至Mojo。因为AI的王座大厅正在变得拥挤，而Python不可能永远坐在每把椅子上。

语言不会消亡；它们进化、专业化并退居幕后。Python正是这样做的——这没关系。

现在，去更新你的工具箱吧。AI时代不会等待。

原文链接：The Reason Python Is Struggling in Era of AI

汇智网翻译整理，转载请标明出处