Mentionsy
Patoarchitekci
Patoarchitekci
03.04.2026 06:00

Jak się ma Python w 2026? z Sebastianem Buczyńskim

“To nie jest pythonowy kod, tylko ktoś pisze Javę w składni Pythona.” Sebastian Buczyński - autor książki o clean architecture w Pythonie i człowiek, którego słuchacze wskazali jako numer jeden do rozmowy o stanie języka - nie owija w bawełnę. Połowa pythonowców ma mniej niż 2 lata doświadczenia, a kod z LLM-ów? “Nie jest production ready bez dodatkowych instrukcji.” 🎯 Faster CPython miał dać pięciokrotny wzrost wydajności w pięć wydań. Przy wersji 3.14 jesteśmy na 20-40%. Meta zredukowała zespół, projekt jedzie na community. A free threading? Trzy dekady prób usunięcia GIL-a - pierwsza w 1996 roku - i dopiero teraz, po latach porażek, Sam Gross znalazł sposób z kilkuprocentową karą dla kodu jednowątkowego. Sebastian: “Nikt na pewno się nie zdecyduje na zastępowanie interpretera innym - trauma po Pythonie 3 jest zbyt duża.” ⚠️ A Zen of Python i słynne “one obvious way to do it”? “To się zdecydowanie rozmyło - dzisiaj to apokryficzne źródło, na które tylko najbardziej zapalczywi się powołują.” Ileś package managerów, checkerów, interpreterów, n sposobów na asynca. Łukasz pyta wprost: “Pole wyboru zaczyna przypominać JavaScript.” 💀 Django żyje i ma się dobrze - “i to źle” - bo Django Rest Framework nie nadąża za rewolucją typów. Tymczasem Python nie ma roadmapy na 10 lat do przodu i “nie ma ambicji, żeby być uruchamiany na lodówkach”. Rok Pythona czy rok trzeźwienia? 🔥     A teraz nie ma co się obijać! 👉 Wpadajcie na naszego Discorda: https://discord.gg/78zPcEaP22 ! 🔥Tam możecie się z nami pokłócić o przyspieszanie SQL-a, podyskutować o naiwnych nadziejach na AI albo po prostu podzielić się swoimi IT-owymi przemyśleniami.     Słuchasz Patoarchitektów dzięki PROTOPII – firmie, w której Łukasz i Szymon działają na co dzień, wspierając zespoły IT na każdym etapie: od projektowania, przez wdrożenia i migracje, aż po optymalizację i zabezpieczenia. Oferujemy też mentoring i szkolenia dostosowane do potrzeb każdej firmy, niezależnie od wielkości. Sprawdź nas: 👉 protopia.tech   - Nasze sociale i linki - Materiały do odcinka - Pato szkolenia

LLM Astrala Pythonowych Gross Pydantic VC AI Astral Jython Type Checkera Sebastianem Buczyński Django Global Interpreter Log Freetrading CC++

Szukaj w treści odcinka

Wyczyść
Znaleziono 16 wyników dla "AI"

Jest też masa ludzi, która wchodzi teraz do Pythona jakimś pokiem, dlatego że snippety kodu z AI są często właśnie generowane w Pythonie.

Jak mamy, nie wiem, zastosowania typu obliczenia numeryczne, no to są jakby taki numpy zaimplementowane w innych językach.

Dzisiaj używamy awaitów.

Wspomniałem o tych alternatywnych implementacjach Pythona, no to też były jakieś, można tutaj zahaczyć, no bo ponieważ te były zaimplementowane zupełnie inaczej, no to te po prostu gila nie miały, ale znowu nie zdobyły żadnej adopcji bardziej znaczącej i tutaj trend był tylko spadkowy od któregoś momentu.

Konkretne przypadki, które zainspirowały na przykład tę ostatnią wydajność, są opisane w tym PP-703 i tam podawano na przykład przykłady, w których jest to kod w kontekście machine learningu i rzeczywiście chcieli wykorzystywać wielowątkowość.

Czy uważasz, że to jest teraz na przykład jak robimy nowy projekt, czy to powinien być po prostu standard, że używamy UV, Rufa i trzeciego zapomniałem, tego nowego, nie przyzwyczaiłem się jeszcze do nazwy.

Razem z AI, no to AI bardzo Pythona lubi generować, powiedzmy sobie.

Archaiczny dosyć, poklejone Qt, sam frapper na Qt z paroma innymi rzeczami.

Jak ogranąć Pythonowy AISlop wylewający się zewsząd?

Bo też tam patrzyłem, że raczej chyba jak wszyscy skręciłeś też mocno w to, jak patrząc się tam, przeglądając twoje aktywności i inne rzeczy, że chyba skręciłeś trochę też w Space Driven Development, AI Assisted Development, w researcha i trochę szkolenie z tego.

Jeżeli popatrzymy sobie, jak patrzysz właśnie na generowanie tego kodu Pythonowego AIM, ale już w profesjonalnych zastosowaniach komercyjnych?

Więc ten AI Assistant dla mnie to jest bardzo rzecz rozwojowa.

Mamy klasy abstrakcyjne, które co ciekawe nie są jakby składnią języka, tylko są zaimplementowane w języku.

Jeśli chodzi o same jeszcze zmiany, już tak krótko, w samym języku przez te ostatnie lata, no to po pierwsze właśnie eksplozja typowania, nie tylko samej składni do adnotacji typów, ale też ekosystemu narzędzi wokół tego, który narósł, dojrzałości społeczności używania tych narzędzi i coś, co mi się podoba, ale podoba mi się trend, nie podoba mi się kierunek do końca, Container Dependency Injection.

I jest taki proxy object, który można sobie zaimportować, używać w różnych kontekstach i pod warunkiem, że przeszło to przez konfigurację Django, to pod spodem będzie ta wybrana implementacja.

No jest to wzorzec jakichś tam rozwiązywania, jest zaimplementowany zgoła inaczej.

Ostatnie odcinki