Python协程是用户态可暂停的生成器，依赖事件循环调度：await暂停保存上下文，事件循环就绪后send恢复；单线程无锁高效处理I/O密集任务，但阻塞操作会卡死循环。
Python 协程不是线程，也不靠操作系统调度，它的核心是用户态的“主动让出 + 恢复执行”，依赖生成器机制和事件循环驱动。面试时别只背 async/await 语法，要讲清控制流如何被暂停、保存、再唤醒，以及为什么它能高效处理 I/O 密集型任务。
协程本质是可暂停的生成器
Python 3.5+ 的 async def 函数底层仍基于生成器（generator）实现。调用协程函数返回的是一个协程对象（coroutine object），它和生成器对象一样，拥有 send()、throw()、close() 方法，内部维护着自己的栈帧和局部变量状态。
-
暂停点明确：每次遇到
await表达式，协程会把当前执行上下文（包括局部变量、指令指针）保存进协程对象，然后返回控制权给事件循环； -
恢复靠事件循环：当被 await 的对象（如
asyncio.sleep()或网络响应）就绪后，事件循环调用该协程的send(None)，从上次暂停处继续执行； - 不是多线程：整个过程在单线程内完成，没有线程切换开销，也没有竞态条件（除非显式共享可变状态）。
事件循环是协程的“调度中枢”
协程自己不会运行，必须由事件循环（如 asyncio.run() 启动的 BaseEventLoop）统一管理。它本质上是一个 while 循环，不断检查哪些协程已就绪（比如 I/O 完成、定时器触发），然后将它们重新投入执行队列。
Claw Code Suite (Python-Only Edition)
下载
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
- 所有
await的对象必须是Awaitable（实现了__await__方法），常见如coroutine、Task、Future、带__await__的类； -
Task是对协程的封装，让协程能被事件循环“跟踪”和“调度”，支持取消、添加回调等； - 阻塞操作（如
time.sleep()、普通文件读写）会卡住整个事件循环，必须用asyncio.sleep()或loop.run_in_executor()转移出去。
面试回答建议：用“问题—机制—对比”结构展开
被问“协程怎么工作的”，不要堆砌术语，而是按实际执行路径讲清楚：
立即学习“Python免费学习笔记（深入）”；
-
先说场景：“比如发 10 个 HTTP 请求，用同步方式要串行等待，总耗时约 10 秒；用协程，发起第一个请求后立刻
await，控制权交还事件循环，接着发第二个……10 个请求几乎同时发出；” -
再拆关键动作：“
await不是‘等结果’，而是‘注册回调 + 暂停自己’；事件循环用select/epoll监听 socket 状态，一就绪就唤醒对应协程；” -
最后点明边界：“协程提升的是 I/O 并发效率，不是 CPU 计算速度；CPU 密集任务要用多进程或
run_in_executor，否则会阻塞事件循环。”
常见误区提醒（面试加分项）
很多候选人混淆概念，提前澄清能体现深度：
-
async 函数 ≠ 协程对象：定义是
async def，调用才产生协程对象；直接调用不执行，必须 await 或丢给事件循环； -
await 不等于并发：
await asyncio.gather(coro1(), coro2())才是并发；写成await coro1(); await coro2()就是串行； -
没有 GIL 释放？错：asyncio 的 I/O 操作（如
asyncio.open_connection）在等待时会释放 GIL，允许其他 Python 线程运行（虽然通常不用）。
