Python 3.15 正式发布，同时也带走了一个时代：2021 年问世的 Python 3.10 结束了它的生命周期。对于维护开源软件的开发者来说，这通常意味着代码基线终于可以向 3.11 靠拢，而 3.15 带来的几项新特性，则直接瞄准了大型项目长期存在的性能痛点。

显式延迟导入：解决插件系统的冷启动灾难

在 Python 3.15 中，PEP 810 引入的显式延迟导入（Explicit lazy imports）是最值得关注的变化。语法非常直观：

lazy import json lazy from pathlib import Path 

这意味着模块只有在代码真正调用这些符号时才会被加载。

这个改动并非为了美观，而是有着极强的实战价值。许多 CLI 工具（例如 LLM 命令行工具）支持插件系统，如果每个插件都引入了类似 sentence_transformers 这种重型依赖，即使你只是运行一个简单的 --version 命令，系统也要花费数秒时间去预加载所有依赖。以往开发者不得不手动编写复杂的延迟加载逻辑，现在这一需求在语言层面得到了原生支持，能显著降低工具的冷启动成本。

内置采样分析器：低开销性能排查

标准库这次新增了一个名为 Tachyon 的采样分析器（profiling.sampling），而原有的 cProfile 被重命名为 profiling.tracing 以示区别。

与追踪分析器（Tracing Profiler）不同，采样分析器通过周期性捕获运行进程的堆栈跟踪来计算函数耗时。它的优势在于开销极低，可以在不修改、不侵入现有系统的情况下，对生产环境的进程进行观察。

如果你有某个正在运行的 Python 3.15 进程，现在可以直接通过 PID 附加进去进行分析：

BASH

sudo python -m profiling.sampling attach 

它支持生成火焰图、热力图，甚至能导出 Firefox profiler 格式的报告。以往实现类似功能需要依赖 py-spy 等第三方工具，现在这套能力被正式收编进了标准库。

推导式中的解包语法

PEP 798 带来了推导式内的解包语法，它是 2015 年 Python 3.5 中 PEP 448 的延伸。现在你可以写出更简洁的合并逻辑：

lists = [[1, 2], [3, 4], [5]] [*L for L in lists] # 输出 [1, 2, 3, 4, 5]  dicts = [{'a': 1}, {'b': 2}, {'a': 3}] {**d for d in dicts} # 输出 {'a': 3, 'b': 2} 

这比传统的嵌套循环推导式 [x for L in lists for x in L] 读起来要直观得多。

性能表现与 JIT 的进展

关于 3.15 的速度，开发者 Miguel Grinberg 对 3.15.0rc3 版本进行了测试。结论是 3.15 与 3.14 的整体性能基本持平，主要的惊喜来自实验性的 JIT（即时编译器）。

在 Fibonacci 测试中，JIT 开启后比标准解释器快了约 1.2 倍。虽然这只是特定场景下的提升，但这是 JIT 在该测试中首次展现出有意义的加速效果。相比之下，3.14 去年发布时曾对 3.13 完成过更大规模的全面超越。

3.10 退场后的遗产：开发者该用 3.11 了

随着 3.10 的停更，3.11 成了新的事实上的「最低兼容版本」。这对很多项目来说是个利好，因为 3.11 里堆积了大量好用的特性：

tomllib：终于不用为了读一个配置文件而去额外安装 toml 库。

asyncio 增强：引入了 TaskGroup 和 timeout()，异步任务管理变得更安全。

SQLite 深度集成：3.11 加入了 blobopen()，支持高效地读写 SQLite 行中的大型二进制对象（BLOB），同时也暴露了设置运行时限制的接口。

如果你使用 uv 管理环境，升级到 3.15 只需要 uv python install 3.15。对于存量工具，可以利用 uv tool upgrade --python 3.15 完成平滑迁移。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。