作者 | Darryl K. Taft

译者 | 平川

策划 | Tina

本文最初发布于 THENEWSTACK 博客。

图片来自 Unsplash+，由 Katelyn Perry 提供

如果你的公司运行的 Python 应用程序版本低于 3.13，那么你很可能在浪费钱。

JetBrains 公司 2025 年的 Python 状态报告 有一个惊人的发现，83% 的 Python 开发者 使用的版本是一年以前或更旧的版本，其中近一半（48%）仍在使用 Python 3.11，使用 Python 3.10 或更早版本的也还有 27%。

但这不仅仅是一个 技术债务 问题。这还会导致组织的云账单不断增加，带来财务上的重大损失。

“足够好”的隐性成本

受访者给出的不使用最新版本的最主要原因包括：“我使用的版本满足了我所有的需求”（53%）和“我没有时间更新”（25%）。

这是“如果没坏就不要修”的老式策略，但这些开发者没有意识到，他们所谓的“足够好”的 Python 版本 正在让组织因为不必要的云计算支出花费了巨额资金。

性能差距和财务影响

Python 的最新版本不仅仅是增加了新功能，它们还带来了显著的性能提升，这会直接转化为成本节省。从 Python 3.11 到 3.13，执行速度大约快了 11%，内存使用减少了 10-15%。从 Python 3.10 升级到 3.13，速度提高了惊人的 42%，内存使用减少了 20-30%。这些改进带来了根本性的效率提升。

报告称，对于一家中等规模的公司，年均 AWS 账单约为 230 万美元，其中 EC2 计算成本占 50-70%（115-160 万美元），从 Python 3.10 升级到 3.13 每年可能节省 42 万美元。

对于年均 AWS 支出在 2400 万至 3600 万美元的大型企业，其 EC2 计算成本在 1200 万至 2500 万美元之间，同样的升级每年可能节省 560 万美元。报告显示，这些计算基于已记录的性能提升数据，采用了计算密集型工作负载可实现 30% 效率提升的保守估计。

容器化的悖论

在 一篇关于这份报告的博文 中，Talk Python 创始人、Python 软件基金会 研究员 Michael Kennedy 写道，“调查还表明，我们中的许多人正在使用 Docker 和容器来执行我们的代码，这使得 83% 甚至还要高一些的数值更加令人惊讶。有了容器，只需在容器中选择最新版本的 Python 就可以实现升级。由于一切都是隔离的，也不需要担心它影响系统的其余部分。”

然而，容器化并没有加速 Python 升级。这一事实表明，许多开发团队并没有意识到相关的财务影响。

不只是计算成本

财务影响不仅限于计算效率。团队花费时间解决性能限制而不是构建功能，这意味着机会成本，而这些成本不会直接体现在云账单上。

Kennedy 写道，“那 83% 运行 Python 旧版本的开发者错过的东西比他们认为的要多。他们错过的不仅仅是一些语言特性。Python 3.11、3.12 和 3.13 都提供了巨大的性能优势，即将到来的 3.14 将更是如此。”

升级经济学

Kennedy 说，Python 版本升级是软件开发中投资回报率最高的改进之一。

他写道，“令人惊讶的是，你不用改代码就能获得这些好处。只需选择一个更新版本的运行时，你的代码就会运行得更快。在向后兼容性方面，CPython 一直做得很好。升级很少需要付出重大的努力。”

Kennedy 指出，与变更架构或进行重大重构的项目不同，大多数应用程序都不需要更改代码，迁移风险很小，部署后立即就能获得性能优势，并且会随着规模的增大实现复合式成本节省。

数据科学因素

调查显示，所有 Python 使用者中，数据科学现在占 51%，pandas 和 NumPy 是最常见的工具。

Kennedy 强调了这种转变的重要性：“在 Python 专家圈中，我们常将 Python 的应用领域划分为三部分：三分之一用于 Web 开发，三分之一用于数据科学和基础科学研究，剩余三分之一则是各种其他用途。如今其中一个领域已经占据了压倒性优势，我们亟需重新审视这种定位。”

这种向计算密集型工作负载的转变使得性能改进在财务方面显得更加重要。Kennedy 指出，涉及大型数据集处理、模型训练和推理、复杂统计计算和扩展批处理作业的数据科学工作流都能从 Python 的最新性能改进中受益。

小 结

在一个组织寻求优化成本和提高效率的时代，Python 版本升级可谓是唾手可得的机遇。

Darryl K. Taft 常驻巴尔的摩地区办公室，专注报道 DevOps、软件开发工具及开发者相关的议题。他拥有逾 25 年行业经验，始终致力于挖掘独家新闻。