Типизация в Python долгое время была странным компромиссом. Все понимали, что она нужна, особенно в больших проектах, но каждый запуск mypy или Pyright ощущался как плата за дисциплину. Astral решила, что так больше нельзя — и выпустила Ty, типчекер, который ломает саму идею «долгой проверки типов».
Это не просто ещё один инструмент. Это смена парадигмы.
Типизация, которая успевает за мыслью
Главное ощущение от Ty — он не мешает.
Ты меняешь код — и почти мгновенно получаешь обратную связь.
- ⚡ миллисекунды вместо секунд
- 🧠 никакого выпадения из контекста
- ✍️ правка кода и анализ типов сливаются в одно действие
Когда пересчёт диагностик в PyTorch занимает меньше пяти миллисекунд, типизация перестаёт быть отдельным этапом. Она становится частью мышления.
Почему Ty настолько быстрый
Секрет не только в Rust. Ty спроектирован с нуля под инкрементальность.
- 🧩 пересчитывается только то, что реально изменилось
- 🧬 граф зависимостей на уровне функций и выражений
- 🔄 никакого «перепроверим всё на всякий случай»
Большинство старых типчекеров выросли из CLI-инструментов. Ty же изначально задуман как движок для языковой сервера (language server), а не как оффлайн-анализатор. Это принципиальная разница.
Производительность, которая меняет поведение
Когда проверка типов занимает сотни миллисекунд, разработчики начинают:
- отключать её
- откладывать
- запускать реже
Когда она занимает миллисекунды — она включена всегда.
- 🚦 меньше скрытых ошибок
- 🧯 проблемы ловятся сразу
- 🏗️ рефакторинг перестаёт пугать
Ty не просто ускоряет пайплайн — он меняет культуру разработки.
Не быстрее, а умнее
Важно, что Astral не пожертвовала качеством ради скорости.
Ty продвигает саму модель типизации Python:
- 🧠 продвинутое сужение типов
- 🧩 полноценные пересекающиеся типы (intersection types)
- 🧭 анализ достижимости кода
- 🧵 меньше ложных срабатываний
Здесь чувствуется влияние Rust-компилятора: диагностики не просто говорят «ошибка», они объясняют почему и где корень проблемы.
Диагностики как интерфейс
В Ty диагностики — это не побочный продукт, а основной UX:
- 🔍 сообщения собирают контекст из нескольких файлов
- 📎 показывают место объявления и место ошибки
- 🛠️ часто подсказывают путь к исправлению
Это особенно важно в эпоху ИИ-ассистентов и агентных IDE — когда сообщения читают не только люди, но и инструменты поверх них.
Astral строит экосистему, а не утилиту
Ty — логичное продолжение Ruff и uv.
Вместе они формируют стек, где Python-инструменты:
- 🚀 быстрые
- 🧱 надёжные
- 🧠 семантически осознанные
В планах - линтинг с учётом типов (type-aware linting), анализ достижимости CVE, удаление мёртвого кода, контроль совместимости версий. Ty становится семантическим фундаментом всего тулчейна.
Личное мнение
Python долго жил с мыслью, что «он просто медленный, но удобный».
Astral методично доказывает обратное: медленность — это выбор, а не судьба.
Ty — это момент, когда типизация перестаёт быть наказанием за масштаб
и становится конкурентным преимуществом.
Если Ruff сделал Python аккуратным,
а uv — быстрым в установке,
то Ty делает его реально пригодным для огромных кодовых баз без боли.
И похоже, назад дороги уже нет.
Источники
🔗 Ty: An extremely fast Python type checker and LSP — Astral
https://astral.sh/blog/ty
🔗 Репозиторий Ty
https://github.com/astral-sh/ty
🔗 Astral Toolchain (Ruff, uv, Ty)
https://astral.sh