Python类型提示仅用于开发阶段静态检查和IDE支持，运行时完全忽略，不校验也不影响执行；需第三方库如pydantic或beartype实现运行时校验。
不生效。Python 的类型提示（type hints）在运行时被完全忽略，既不校验、也不影响执行逻辑——它们只服务于开发阶段的静态检查和 IDE 支持。
为什么 typing 注解不会报错
Python 解释器把类型提示当作“注释”处理：解析时会读取，但不会用它做任何运行时判断。哪怕你写 def add(a: str, b: str) -> int: return a + b，调用 add("1", "2") 依然返回 "12"，不会因为返回值不是 int 而抛异常。
- 类型提示是 PEP 484 引入的约定，不是语言强制机制
-
__annotations__字典里能拿到提示内容，但解释器不主动消费它 - 想运行时校验？得靠第三方库（比如
pydantic、beartype），不是 Python 自带能力
哪些工具真正用到了类型提示
类型提示的价值全在开发期——关键看谁在读它：
-
mypy：静态分析主力，能发现str当int用这类问题，但必须手动运行，不介入运行过程 - VS Code / PyCharm：靠
__annotations__做参数提示、跳转、重命名，写错类型名甚至不影响代码运行 -
dataclasses和TypedDict：虽带typing，但仅用于生成字段或结构定义，运行时仍无类型约束
容易踩的坑：以为加了提示就安全了
新手常误以为写了 def f(x: int) -> str: 就等于“x 必须是 int”，实际完全不是：
立即学习“Python免费学习笔记（深入）”；
- 传入
f("hello")不报错，除非你额外集成beartype并装饰函数 -
Union或Optional提示不会自动做空值检查，None还是可能传进去 - 泛型如
List[str]在运行时退化为list，无法阻止往里面 append(42) - 用
cast或Any会直接绕过所有静态检查，但运行时照样畅通无阻
类型提示不是护栏，是地图。它告诉你“这里预期是什么”，但不拦着你抄近道走错路——真要拦，得自己装门、配锁、设岗哨。
