Python 3.15 ile web-edit uygulamasının profil analiziProfiling web-edit with Python 3.15

ÖzetSummary

Simon Willison, Python 3.15'in yeni yerleşik örneklem profillerini (Codex içinde GPT-6 Astra Extra High aracılığıyla) kullanarak web düzenleme uygulamasını analiz etti. `preserve_endings` fonksiyonunun karma satır sonu koruması, 15.296 yığın arasında CPU süresinin %64,8'ini işgal ederek baskın çıktı. Aktivitenin %95,1'i ise AnyIO'nun işçi iş parçacığında gerçekleşti.Simon Willison analyzed his web editing application using the new built-in sampling profilers in Python 3.15 (via GPT-6 Astra Extra High within Codex). The `preserve_endings` function’s mixed line-ending protection dominated the profile, accounting for 64.8% of CPU time across 15,296 stack samples. Additionally, 95.1% of the activity occurred in AnyIO’s worker thread.

Neden ÖnemliWhy it matters

Python 3.15'in yerel `profiling.sampling` modülü, py-spy gibi üçüncü taraf araçlara olan ihtiyacı ortadan kaldırıyor. Bu durum, üretim kalitesinde alev grafikleri ve ısı haritalarına erişim engellerini düşürüyor. Neredeyse tüm CPU iş yükünün arka plandaki bir iş parçacığında gerçekleştiği bulgusu pratik bir uyarı niteliğinde. Sadece ana iş parçacığını izleyen profiller, gerçek bir asenkron iş yükünün neredeyse boş bir tablosunu sunardı. Ayrıca bu örnek, yapay zeka ajanlarının araştırma → çalıştırma → görselleştirme gibi çok adımlı mühendislik görevlerini uçtan uca yürüttüğü giderek yaygınlaşan bir modeli de sergiliyor.Python 3.15’s native `profiling.sampling` module eliminates the need for third-party tools like py-spy, lowering the barrier to accessing production-quality flame graphs and heatmaps. The finding that nearly all CPU load occurred in a background thread serves as a practical warning: profilers that only monitor the main thread would present a nearly empty picture of a real asynchronous workload. Furthermore, this example illustrates the increasingly common model of AI agents end-to-end executing multi-step engineering tasks such as research, execution, and visualization.

Öne ÇıkanlarHighlights

• `preserve_endings`, 15.296 CPU yığınının %64,8'ini tüketti; `SequenceMatcher.find_longest_match` ise yaprak örneklemelerin %38,3'ünü oluşturdu.`preserve_endings` consumed 64.8% of the 15,296 CPU stack samples, while `SequenceMatcher.find_longest_match` accounted for 38.3% of leaf samples.
• Yığınların %95,1'i AnyIO'nun işçi iş parçacığında oluştu; bu durum, yalnızca ana iş parçacığını izleyen profillerde görünmez kalıyordu.95.1% of the stacks originated in AnyIO’s worker thread, a detail that would have been invisible in profiles monitoring only the main thread.
• Tüm profil çalıştırma ve görselleştirme süreci, Codex içindeki GPT-6 Astra Extra High tarafından yönetildi.The entire profiling and visualization process was orchestrated by GPT-6 Astra Extra High within Codex.

EleştiriCritical take

'Araştırma' başlığı taşıyan bu gönderi, aslında yeni bir standart kütüphane özelliğinin iki paragraflık bir tanıtımından ibaret. Gerçek analitik iş, Willison tarafından yapılmak ya da en azından anlatılmak yerine bir yapay zeka modeline devredildi. Bu durum, okuyucunun başlıktaki yüzdelerin ötesinde çıkarabileceği içgörünün derinliğini sınırlıyor.Despite the 'Research' title, this post is essentially a two-paragraph introduction to a new standard library feature. The actual analytical work was delegated to an AI model rather than performed or at least narrated by Willison. This limits the depth of insight a reader can derive beyond the percentages cited in the headline.