35000 倍——这是编程语言 Mojo 在 2023 年首次亮相时给出的性能数字，对比对象是全球最流行的编程语言 Python。三年后的 2026 年 8 月 11 日，这款”号称快 35000 倍”的语言正式发布了 1.0 版本。对不写代码的普通人来说，这像一条”又一款新车上市”的消息；但笔者想借这个机会，把两个真正值得聊的问题讲清楚：Python 为什么会慢，Mojo 凭什么快，以及那个 35000 倍，到底有几分是真的。
图：Mojo 1.0 发布公告头图。来源：modular.com
Python 为什么慢：像翻译每句话都要现翻现念
先澄清一点：说”Python 慢”，指的是它跑”纯计算”时慢，不是软件打开慢。文件读写、网络请求这类活，Python 和别的语言差不了太多——瓶颈在硬盘和网速。真正拉开差距的，是让电脑做大量运算的活儿，比如处理图片、跑算法。Python 慢有三个公认的原因，都藏在它的设计选择里。
第一，它是”解释型”语言。可以把编程语言想成菜谱，电脑是厨师。C 语言这类”编译型”语言，会把整本菜谱一次性翻译成机器能直接照做的指令，翻译一次，以后每次做菜都直接执行。Python 则像一位现翻现念的翻译：程序每一行都要当场翻译成机器指令再执行，运行一次就翻译一次。翻译这层开销，就是最基础的速度差。
第二，它的变量”不贴标签”。Python 里一个数字、一段文字，变量本身不声明自己是什么类型，电脑每次用到都得先检查”这到底是个啥”，再决定怎么处理。这就像抽屉不贴标签，每次拿东西都要打开确认一遍；而标签齐全的抽屉（静态类型），主人心里有数，拿取路径也能提前规划。
第三，它有个叫 GIL 的”单行道”。简单说，Python 的纯代码在同一时刻只允许一个线程在干活。哪怕你的电脑有 32 个核心，纯 Python 程序也只能一个一个来——像一家有十几个灶台的餐厅，却只有一位厨师轮流掌勺。
这三个设计叠加，让 Python 在”纯计算”赛道上慢得离谱。这也解释了为什么几乎所有 Python 的科学计算库——包括 AI 圈几乎人人用的 NumPy、PyTorch——底层都是 C/C++ 代码在代劳：Python 负责”指挥”，重体力活全交给 C。换句话说，大众感知里”Python 算得慢”，其实是这套设计换来的：它把”写起来省事”放在第一位，把”跑得快”让位给了底层。这个取舍成就了 Python 三十年来的流行，也成了它绕不开的软肋。
Mojo 凭什么快：换一条全新的轨道
Mojo 是 Modular 公司推出的语言，2023 年 5 月首次亮相。这家公司的创始人 Chris Lattner 是苹果 Swift 语言、编译器工具 LLVM 的作者，做编译器属于主场作战。Mojo 的快，本质上是把上面三条”慢因”逐一拆掉。
Mojo 是编译型语言，程序整体翻译成机器码后再运行，翻译开销只付一次——这是第一层提速。它背后那套叫 MLIR 的编译器底层，则带来第二层：同一份代码，编译器会针对不同类型的芯片（普通电脑的 CPU、显卡 GPU、各类 AI 专用芯片）分别生成最合适的机器指令。打个比方，过去的做法是”给每个品牌的厨房各写一本菜谱”，MLIR 则是”一本菜谱，自动适配所有厨房”。
另外，Mojo 引入了”贴标签”的静态类型和类似 Rust 的内存管理方式，编译器在运行前就知道每个数据的类型，可以提前做大量优化，还能顺手把一类常见的内存错误挡在编译阶段。对开发者来说，1.0 正式版还有一个务实的含义：语法不再三天两头变动，适合拿它做长期项目——这正是这次发布公告里反复强调的承诺。
还有一层考虑是”人”的因素：Mojo 的语法尽量贴近 Python，Python 程序员上手不用重新学一门”外语”。当然，官方路线图里也悄悄改过说法——最初说要做”Python 的完整超集”，如今写的是”是否成为完整超集，不一定”。这意味着它更像是”长得像 Python 的新语言”，离”跑得快的 Python”这个最初设想还有距离。
说句笔者的理解：Mojo 的快，靠的是换一条轨道——翻译方式、类型系统、硬件适配全部重来。高铁的提速逻辑正是如此：轨道系统换了，速度量级就完全不同。Mojo 的主场是 AI 芯片编程：现在给显卡写程序，基本绕不开 NVIDIA 家的专用语言 CUDA，等于被一家芯片厂商绑死；Mojo 想做的，是一套代码跑遍所有芯片的替代品。
35000 倍是真的，但要看清它脚下的”赛道”
接下来是重点：这个 35000 倍是怎么测出来的？
它出自 2023 年 Mojo 发布时的官方演示，测试项目是著名的曼德博集合（Mandelbrot）分形计算——一段密集的数学循环。
图：曼德博集合（Mandelbrot set）分形——35000 倍基准测试用的就是这类密集数学计算。来源：Wikimedia Commons
对比的对手，是”纯 Python 手写循环”，恰好是 Python 最慢的场景：每一轮循环都叠加了解释执行、类型检查、单线程三重开销。而一旦 Python 用上 NumPy 这类底层由 C 代劳的库，差距立刻从 35000 倍缩到大约 12 倍——依然可观，但已经是另一个量级。这个对比条件，当年就有技术社区（Slashdot 等）的评论指出过。
这意味着什么？35000 倍是真的，但它更像是特定赛道的一张”单项冠军”证书，不是所有场景的通用通告。绝大多数普通程序，瓶颈在硬盘读写、网络等待、数据库查询，换任何语言提速空间都很有限。对这次 1.0 发布，Hacker News 上 108 条评论里，有不少人就在验收这张”成绩单”：有网友指出，1.0 发布时连和 PyTorch（AI 领域的主流框架）的正面性能对比都没有给出来，“这本身说明了很多”；也有人对”1.0”这个标签不买账，调侃”无非是宣布我们决定现在叫 1.0 了”。
新语言真正的仗：生态、开源与 39 亿美元
语言本身快，只是入场券。Python 用三十年攒下了几十万个现成库——图像处理、数据分析、网页、AI，样样有现成轮子。新语言再快，把整个生态搬过来是巨大的成本，这是 Python 很深的护城河，也是 Mojo 面前最难翻的山。
Mojo 的社区数据并不难看：标准库开源后，近 200 名贡献者提交了 1100 多个改动，改动了超过 20 万行代码。但编译器本体至今闭源，官方承诺 2026 年内开源——这成了评论区最集中的质疑点，“编译器不开源，我不会用它”是反复出现的态度；还有人吐槽 1.0 公告的头图”AI 味太重，像营销页”。8 月 18 日，Modular 将在旧金山召开 ModCon 大会，不少人在等那里的开源消息。
还有一件绕不开的事：2026 年 7 月 29 日，芯片巨头高通宣布以 39 亿美元完成对 Modular 的收购，创始人 Lattner 出任高通高管。有人说这是”人才收购，产品可能被晾在一边”，也有人认为真金白银说明市场看好。对普通读者来说，这笔交易至少传达了一个信号：把”一套代码跑所有芯片”这件事做好，是有商业价值的。
写在最后
笔者无意给 Mojo 下结论——1.0 是一个里程碑，但也只是漫长语言竞赛的一站。语言之争短期内不会改变普通人手上的软件：Python 不会因为一个新语言的诞生而消失，它已经长成了 AI 与数据世界的地基；Mojo 能不能成，取决于接下来两年生态能不能滚起来、编译器开源是否兑现。
对不写代码的读者，这件事更值得记住的是另一层：当有人再抛出”快 35000 倍”这类数字时，值得多问一句——在什么场景下、跟谁比、比的是什么？数字背后的条件，往往比数字本身更诚实。
参考链接：
- Modular 官方博客《Modular 26.5: Mojo 1.0 is here!》
- Hacker News 社区讨论《Mojo 1.0》（item id 49261128）
- 维基百科《Mojo (programming language)》词条
- Slashdot 早期报道：Mojo 发布与 35000 倍数字的社区讨论
- 高通 39 亿美元收购 Modular 的相关报道
