Profiling web-edit with Python 3.15: flame graphs and source heatmaps
Aggiunta all'archivio di AIChronos il (numero del 12 ottobre 2026 ricostruito)· fonte del · Simon Willison
L'articolo presenta un profilo di prestazioni dell'applicazione 'web-edit' utilizzando il profiler nativo Python 3.15 (`profiling.sampling`). I risultati mostrano che la preservazione dei mixed line-endings domina i carichi di lavoro editoriali, con `preserve_endings` presente nel 64.8% delle stack CPU e `SequenceMatcher.find_longest_match` che contribuisce al 38.3% dei campioni foglia. È stato essenziale campionare tutti i thread per catturare il 95.1% degli stack provenienti dal worker thread di AnyIO, evitando errori tipici del profiling limitato alla main-thread.
- Il profiler Python 3.15 nativo ha identificato la preservazione dei mixed line-endings come fattore dominante in un carico di lavoro editoriale intenso.
- L'analisi delle stack CPU rivela che `preserve_endings` appare nel 64.8% dei casi, mentre `SequenceMatcher.find_longest_match` contribuisce al 38.3% dei campioni foglia.
- Il campionamento su tutti i thread è cruciale poiché il 95.1% delle stack proviene dal worker thread di AnyIO e verrebbe altrimenti perso con un profiling solo della main-thread.
- L'esperimento ha coinvolto l'uso dell'agente GPT-6 Astra Extra High in Codex per eseguire automaticamente i test sul nuovo profiler Python 3.15.
Perché conta. Per gli sviluppatori che lavorano con LLM e agenti locali, comprendere le prestazioni del runtime sottostante (come il motore di interpretazione Python) è fondamentale per ottimizzare l'efficienza degli agent runtimes isolati ed ephemerali.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.