Flask 作者 Armin Ronacher（@mitsuhiko）11 月 1 日发帖称，他确信现在用一个 Opus 5.5 智能体，只对着测试集、无人工介入，大约两周就能重写整个 CPython，甚至做到 ABI 兼容、去掉 GIL、带 JIT 并在各项指标上更快。帖子约 1,637 赞、9.8 万浏览、162 条回复。随后他补充：重写不一定需要现成测试集，让智能体先自建测试更适合移植。antirez 表示赞同，Mario Zechner 和 Meta 工程师 Kevin Newton 则提出反对。这是个人判断，并无实际重写结果。
核心要点速览
- ✓原帖：@mitsuhiko 11 月 1 日，11:52 UTC 发布，约 1,637 赞、269 收藏、162 条回复、9.8 万浏览（抓取时）
- ✓他的原话要点：只给测试集、无人工输入，约两周重写 CPython，「可能」做到含 ABI 的完全兼容、无 GIL、带 JIT，并称「完全疯狂」；这是预测，没有给出实验
- ✓后续帖（14:07 UTC，约 212 赞）：不必依赖现成测试集，很多旧测试不适合「爬坡」优化；他说几周前让智能体重写 Excel 公式引擎时，测试集是它从零自建的
- ✓antirez（Redis 作者）赞同先让智能体建一套庞大的测试再开始移植；Mario Zechner 反对，认为问题在信任，现成的测试和一致性套件才让他放心
- ✓Meta 工程师 Kevin Newton 批评：成功的 Python JIT 极少，难在复杂度和兼容性，认为「无需人工就能做出好 JIT」是错误的；也有人指出 PEP 703 下无 GIL 构建本就与标准 ABI 不兼容
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
Armin Ronacher 是 Python Web 框架 Flask 的作者，长期公开分享用编程智能体干活的经验。11 月 1 日他发帖称，现在用一个 Opus 5.5 智能体，只对着 CPython 的测试集、不需要人工介入，大约两周就能把整个 CPython 重写一遍。帖子获约 1,637 赞、9.8 万浏览，讨论迅速从「能不能」转向「测试集到底值多少钱」。
架构亮点与底层机制
他设想的做法是把测试集当作验收标准，让智能体不断跑测试、修代码，直到全部通过。他还说新实现「可能」做到 ABI 兼容、去掉 GIL（全局解释器锁）、加上 JIT 编译器，并在各项指标上超过原版。后续帖里他补充：旧测试未必适合这种反复迭代优化，更好的办法是让智能体先建一套专门用于移植的测试；他几周前重写 Excel 公式引擎时，测试就是智能体自己从零写的。
权威 Benchmark 与实测跑分对比
这里没有任何跑分或实际重写结果，两周、全面更快都是他的个人预测。反方观点同样有分量：Meta 工程师 Kevin Newton 指出，成功的 Python JIT 屈指可数，难点在复杂度和兼容性；有回复引用 PEP 703 提醒，CPython 自己的无 GIL 构建就与标准 ABI 不兼容，「既兼容 ABI 又无 GIL」本身有矛盾。
开发者实战落地与开箱指南
不管你站哪边，这场讨论给出了一个可直接用的做法：让智能体重写或移植旧代码时，先让它写一批在旧实现上能通过的测试，再配合覆盖率检查，用旧代码当「标准答案」。Mario Zechner 的提醒也值得记住：现成的一致性测试能提升你对智能体产出的信任。把这条当作高关注度的经验之谈，而不是已验证的结论。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察