在最近的一篇博客文章中，Cloudflare 概述了其Python Workers的演进历程，包括多项关键增强功能，比如，近乎即时的冷启动、大幅扩展的软件包兼容性，以及由流行的包管理器 uv 驱动的简化工作流。
长期以来，Python 面临的一个挑战是启动时间过长，标准 Python 运行时通常需要数秒才能完成启动，尤其是在加载重量级库时。一位 Hacker News 用户在相关讨论帖中说出了社区的普遍困扰：
我对 Python 最大的一个批评点就是其缓慢的冷启动时间。当我将它用作 CLI 脚本语言时尤其明显。一个简单的.py 脚本的启动时间很容易达到 100 到 300 毫秒，而功能相同的 C、Rust 或 Go 程序却能在 10 毫秒内启动。当多个脚本通过管道串联使用时，这种延迟会迅速累积，令人格外沮丧。
为解决这一问题，Cloudflare 引入了一种新的架构，利用内存快照（memory snapshots）绕过初始化阶段。此外，由WebAssembly（Wasm）驱动的Python Workers使得这一能力成为可能，因为 Wasm 环境无需启用地址空间布局随机化（Address Space Layout Randomization，ASLR）。ASLR 是操作系统中的一项安全机制，通常会使内存快照变得复杂且不安全。
在这篇博客文章中，作者解释说，通过在部署时仅执行一次顶层作用域代码，并捕获 Wasm 线性内存的快照，Cloudflare 能够快速恢复 Worker 实例，从而显著提升启动速度。公司表示，像fastapi和pydantic这类重量级库的加载时间已从近 10 秒缩短至约 1 秒。基准测试还显示，Python Workers 的启动速度比 AWS Lambda（未启用 SnapStart）快 2.4 倍，比 Google Cloud Run 快 3 倍。
此外，Cloudflare 不再局限于预装的有限库的集合，而是转向一个更开放、广泛的生态系统。如今，Python Workers 支持所有与Pyodide兼容的软件包，包括纯 Python 库，以及许多依赖动态 C 扩展的库（如 NumPy、Pandas 和 Pillow）。
为有效管理这一生态，Cloudflare 推出了一款集成uv的全新 CLI 工具pywrangler，uv 是一个高性能的 Python 包管理器。开发者可通过标准的 pyproject.toml 文件管理依赖，而 pywrangler 会自动处理将兼容模块打包至边缘环境的复杂细节。
此次更新还将 Python 深度整合进了 Cloudflare 的高级功能体系，包括：
FastAPI 集成：开发者现在可在两分钟内将完整的 FastAPI 应用全球部署；
Agentic AI 与工作流：Python Workers 已集成 Cloudflare Workflows（目前处于 Beta 阶段），支持多步骤、持久化执行，正如 InfoQ 此前的报道，这对数据和 AI 管道具有重要意义；
持久化对象（Durable Objects）：Python 开发者现在可直接在边缘构建有状态应用，例如实时聊天室或数据消费者。
通过将 Python 视为与 JavaScript 并列的“一等公民”，Cloudflare 正将自身定位为日益壮大的 AI 与数据科学社区的首选平台。此举有效消除了 Python 在无服务器环境中通常面临的“延迟税”，使其成为对性能敏感的生产级应用的可行选择。
正如 Dominik Picheta 及 Cloudflare 团队所指出：
Python 的冷启动成本远高于 JavaScript……我们的目标很高，我们正朝着“零冷启动”的目标开展未来的规划。
最后，对于希望尝试 Python 的开发者，Cloudflare 目前在免费层中提供了 Workers 服务，每日可处理 10 万次请求。
原文链接：
