Каждый год JetBrains совместно с Python Software Foundation выпускают свой отчет "The State of Python". И каждый год мы, разработчики, лениво его пролистываем: "Ага, Django все еще популярен, ну окей". Но новый отчет — это нечто иное.
Я подготовил для вас выжимку самого важного 👇🏻
Тезисно, главные разрывы шаблона:
- "Цунами" новичков: 50% всех Python-разработчиков имеют менее двух лет профессионального опыта. Индустрия стала невероятно молодой.
- Многомиллионная халатность: 83% компаний используют устаревшие версии Python, теряя до 42% производительности и буквально сжигая деньги на облаках.
- Новый баланс сил: Data Science — это уже не "треть" Python, а полноценная половина (51%). При этом веб-разработка внезапно воскресла и показала рост.
- Rust — теневой кардинал: Rust стал главным инструментом для ускорения критически важных частей Python-экосистемы.
- Революция в инструментах: Новый менеджер пакетов uv за год захватил 11% рынка, появившись из ниоткуда.
А теперь давайте по порядку и в деталях.
Великое переселение: как IT-курсы изменили лицо Python-разработки
Самая ошеломляющая цифра отчета: 50% опрошенных имеют опыт профессионального программирования менее двух лет. И 39% знакомы с Python (даже на уровне хобби) меньше 24 месяцев.
Это фундаментальный сдвиг. Мы больше не можем говорить о "среднем разработчике" как о человеке с 5-7 годами опыта. Средний разработчик сегодня — это вчерашний свитчер, выпускник онлайн-курсов или студент, который только-только получил первый оффер.
Почему это произошло?
- Низкий порог входа: Простой синтаксис Python сделал его языком №1 для обучения.
- Маркетинговый угар: Обещания "стать программистом за 6 месяцев и получать 100к" от онлайн-школ привлекли в индустрию огромную волну людей, далеких от классического Computer Science.
- Бум Data Science и AI: Python стал де-факто языком для самой хайповой и быстрорастущей сферы в IT, что привлекло еще больше народу.
Какие из этого практические выводы?
- Для синьоров и техлидов: Прекратите закатывать глаза, когда джун не знает, как активировать виртуальное окружение или путает mutable и immutable типы. Это новая норма. Ваша задача — не язвить, а выстраивать систему онбординга и менторинга, рассчитанную на людей с практически нулевым бэкграундом. Терпение и методичность — ваши новые главные скиллы.
- Для HR и нанимающих менеджеров: Ваши вакансии "джуниор-разработчик с 3-5 годами опыта" — это оксюморон и повод для шуток. Рынок наводнен людьми с реальным опытом в 0-2 года. Либо вы учитесь с ними работать, либо будете вечно искать фиолетового единорога.
- Для самих новичков: Расслабьтесь. Синдром самозванца — это нормально, но помните: вы не в меньшинстве, вы — новая половина индустрии. Каждый второй, кого вы видите на митапе или в чате — такой же, как вы. Это марафон, а не спринт. Фокусируйтесь на основах, а не на погоне за каждым новым фреймворком.
Цена лени: как устаревший Python сжигает бюджеты
А теперь к деньгам. 83% разработчиков сидят на старых версиях Python. Основные отмазки: "и так работает" (53%) и "нет времени обновить" (25%).
Это не просто технический долг. Начиная с версии 3.11, команда CPython провела титаническую работу по оптимизации.
Давайте к цифрам:
- Обновление с Python 3.10 (на котором сидят 27%!) до 3.13 дает ~42% прироста скорости и экономит до 30% памяти.
- Даже переход с 3.11 на 3.13 ускорит ваш код на ~11%.
- И все это — без изменения вашего кода. Просто поменяв версию рантайма.
В отчете приводится убийственный расчет на примере счетов за облачную инфраструктуру AWS:
Средний бизнес, тратящий на вычисления $1.5 млн в год, мог бы сэкономить до $420,000. Крупная корпорация со счетами в $20 млн — до $5.6 миллионов в год. Просто перейдя со старой версии Python на новую.
Теперь представьте себе разговор с CTO, где вы объясняете, что компания за год выбросила на ветер полмиллиона долларов, потому что команде было "некогда" поменять FROM python:3.10 на FROM python:3.13 в Dockerfile.
Что делать? Инженерам — готовить аргументацию и идти к руководству. Руководителям — выделить ресурсы на обновление.
Новая география Python: тектонические сдвиги в специализациях
Долгие годы в сообществе жила мантра: "Python стоит на трех китах: веб, Data Science и все остальное". Но сейчас ландшафт изменился кардинально.
1. Data Science — теперь контрольный пакет акций
51% всех опрошенных Python-разработчиков так или иначе вовлечены в обработку и анализ данных. Это больше не "треть", это половина. Связка pandas + NumPy стала таким же базовым навыком, как умение работать с git. Python — безоговорочный король мира данных.
Но интересно другое: веб-разработка, которую последние пару лет потихоньку хоронили на фоне хайпа вокруг ИИ, внезапно не просто выжила, а показала ренессанс.
2. Веб жив! И его новый герой — FastAPI
Доля веб-разработчиков выросла с 42% до 46%. Это серьезный скачок. Но главный герой здесь — FastAPI. Его популярность взлетела с 29% до 38% (+30% за год!). Django и Flask все еще гиганты, но динамика не в их пользу.
Почему так происходит? Я вижу две причины:
- Простота для мира ML/AI: Специалистам по данным, которым нужно быстро обернуть свою модель в API, не хочется разбираться в монструозных настройках Django. FastAPI со своей простотой, автоматической документацией Swagger и нативной асинхронностью — идеальный выбор.
- Новое поколение: Новички, которых, как мы помним, половина индустрии, не обременены годами опыта с Flask или Django. Они приходят и выбирают самый модный, быстрый и современный инструмент. И сегодня это FastAPI.
Тренд на асинхронность также набирает обороты. Django упорно допиливает async-поддержку, но пока она неполная, асинхронные фреймворки вырываются вперед.
Rust: тихий захват власти в мире Python
Один из самых важных, но недооцененных трендов. Когда вашему Python-коду не хватает скорости, что вы делаете? Раньше ответ был "пишем расширение на C/C++". Сегодня ответ все чаще — "используем Rust".
Доля Rust в качестве языка для бинарных расширений выросла с 27% до 33%. Кажется, немного? Но это рост на 22% за год. А если копнуть глубже, то мы увидим, что самые прорывные инструменты в экосистеме Python за последние пару лет написаны именно на Rust:
- uv и ruff от Astral: Сверхбыстрый линтер и теперь еще и менеджер пакетов, которые меняют правила игры.
- Pydantic V2: Сердце FastAPI и многих других инструментов, переписанное на Rust для бешеной производительности.
Как сказал один из участников Python Language Summit 2025: "От четверти до трети всего нового нативного кода, загружаемого на PyPI, использует Rust".
Что это значит для вас?
Умение читать базовый Rust-код становится важным мета-навыком. Это позволит вам понимать, как работают под капотом библиотеки, которые вы используете, и принимать более осознанные технические решения. Rust — это новое "секретное оружие" Python, и игнорировать его уже нельзя.
Инструментальная революция и образование
Отчет проливает свет и на то, как мы работаем и учимся.
1. uv — темная лошадка, ставшая чемпионом
Пожалуй, самый яркий пример смены поколений в инструментах. Пакетный менеджер uv, созданный автором ruff, появился буквально в начале 2024 года. К концу года он уже отхватил 11% рынка у таких ветеранов, как venv, conda и poetry. Это феноменальный результат. Причина? Скорость. uv написан на Rust и делает все то же самое, что и его аналоги, но в 10-100 раз быстрее. Это настолько меняет пользовательский опыт, что, попробовав раз, возвращаться к старому уже не хочется.
2. Как мы учимся: Документация — король, YouTube — принц, AI — наследник
Где разработчики черпают знания?
- №1 — Официальная документация (58%). Хорошая новость для мейнтейнеров: время, вложенное в доки, окупается сторицей.
- №2 — YouTube (51%). Видеоформат прочно закрепился на втором месте. Помните, что половина аудитории — новички, им проще смотреть, чем читать.
- AI-инструменты (27%). А вот и главный прорыв. Использование ИИ-ассистентов для обучения выросло с 19% до 27% (+42% за год!). ChatGPT, Copilot и другие становятся полноценным источником знаний. Хотя, как справедливо замечает Саймон Уиллисон, у них есть недостаток: они обучались на старых данных и могут рекомендовать устаревшие библиотеки.
Финальные выводы и идеи
Итак, что нам со всем этим делать? Вот мой список из шести практических шагов, основанный на анализе отчета:
- Обновите свой Python. Прямо сегодня.
- Попробуйте uv. Скачайте и потратьте час на то, чтобы разобраться. Скорее всего, вы больше не вернетесь к старому способу управления окружениями.
- Изучите основы FastAPI, даже если вы не веб-разработчик. Это поможет вам быстро создавать API для своих скриптов, моделей или сервисов.
- Научитесь читать Rust. Не писать, а именно читать. Откройте исходники Pydantic или Polars. Попытайтесь понять, что там происходит. Этот навык даст вам огромное преимущество в будущем.
- Освойте агентный ИИ. Не просто как чат-бота, а как инструмент для прототипирования. Попросите его написать для вас CLI-утилиту или небольшой парсер. Вы удивитесь, насколько это ускоряет работу.
- Будьте добрее к новичкам. Помните: они — новая кровь и будущее индустрии. Помогая им сегодня, вы инвестируете в силу всего сообщества завтра.
А какие тренды из отчета больше всего зацепили вас? Согласны с моими выводами или готовы поспорить? Жду вас в комментариях!
А больше таких разборов и полезностей вы найдете в моем Telegram-канале PythonTalk. 👈🏻