做并行的公司Python面试必问——答"Python就是慢"直接挂。
GIL=一把锁，同一时刻只有一个线程能执行Python字节码。保护CPython的引用计数内存管理不被并发破坏。
影响：CPU密集的Python线程不能并行——它们轮流跑。IO密集能受益——阻塞IO时GIL会释放。
绕过：multiprocessing（每进程独立解释器独立GIL）、asyncio（IO并发）、释放GIL的C扩展（numpy、PyTorch）。
PEP 703（Python 3.13+）引入可选no-GIL构建（"free-threaded"）。2026年还在成熟，生产多数仍是有GIL版本。
不是所有Python都有GIL：Jython和IronPython从来没有。PyPy有。
GIL的由来：CPython用引用计数，每次操作都原子化计数会让单线程性能崩盘。于是用一把全局锁串行化字节码执行。面试级结论：CPU密集线程不加速（被串行化），IO密集线程能加速（阻塞IO时GIL释放）。爬虫、socket、DB查询用线程OK。数值计算要么用multiprocessing、要么靠numpy/torch这类在C层释放GIL的库。Python 3.13 free-threaded是实打实的进展但生产多数还是有GIL。口诀：CPU密集→多进程或C扩展；IO密集→asyncio（比线程更干净）；混合→带队列的线程池。
asyncio并不绕GIL——它只是协作式让出。仍然一个Python线程。
numpy计算时常释放GIL——所以numpy+多线程能在CPU任务上扩。
即答侠把GIL对应到实战选择（Gunicorn worker vs thread）——答出来有味道。
3.13+有实验性的--disable-gil构建。部分C扩展不保证线程安全，上之前要测一遍生态。
试过（Greg Stein 1999）。单线程性能掉约2倍。直到最近才找到不付出这代价的做法。