Lucen: 用注释实现 Python 循环自动并行化
Show HN: Lucen a Python compiler that parallelizes for-loops via comment pragmas
Lucen 是一款面向普通 Python 代码的源到源编译器，只需在循环前后添加两行注释，即可自动实现并行加速。它承诺输出结果与顺序执行完全一致，包括浮点数精度和字典顺序，无需重写代码、无需处理锁或序列化问题。Lucen 仅在能证明安全且有益时进行并行化，否则自动回退到顺序执行并给出详细报告。支持 CPython 3.9 至 3.14 及 PyPy 等解释器，安装简单，即插即用，是提升 Python 计算性能的理想工具。
Lucen 从不产生错误结果——这是它唯一的承诺，没有例外，没有妥协。
- gabrielsroka
不太 Pythonic
for i in range(len(records)):
scores[i] = score(records[i])
更好的写法
for i, record in enumerate(records):
scores[i] = score(record)
最佳写法
scores = [score(record) for record in records]
Raymond Hettinger (Python 核心开发者): https://gist.github.com/bespokoid/205efd91546ddb16b210678830...
- zbentley
这段代码看起来几乎完全是 AI 生成的（无论是结构/语法上，文档中充满了额外的 AI 啰嗦痕迹，还是从提交历史来看）。
这对我来说是个问题，考虑到这个库的功能：在加载时对 Python 代码进行任意转换。这种通过编写具有新语义的 Python 子方言所引入的脆弱性、安全风险和复杂性，我希望在考虑使用之前能看到更多人工关注和成熟度。有些时候，在决定是否使用某人的代码时，AI 的味道并不太让我担心。但这次不是那种情况。
- peterabbitcook
我有点怀疑。
#pragma 是 C 语言中的真实关键字，但在 Python 中 # 只是注释——为什么不使用更 Pythonic 的 @decorator 呢？
将这样一个库打包进应用似乎比直接编写原生的 multiprocessing Python 代码，或者使用专为数值计算设计的 arrayfire 或 numpy 要麻烦得多。