Python 3.13 未移除 GIL，仅实验性编译支持无 GIL；官方发布版均带 GIL，手动编译需 --without-pygil 且兼容性差；multiprocessing 稳定因绕过 GIL，而 threading 在无 GIL 下需显式同步防竞态。
Python 3.13 并没有禁用 GIL —— 它仍默认启用，且当前所有稳定/预发布版本均未移除 GIL。所谓“禁用 GIL”仅存在于实验性构建（--without-pygil 编译选项）中，需手动编译、不兼容绝大多数 C 扩展，也不代表官方路线。别被标题误导：你 pip install 的 python3.13 仍是带 GIL 的。
如何确认自己用的是真·无 GIL 构建？
官方 CPython 3.13 发布包（官网下载、pyenv、apt 安装等）全部带 GIL。只有你自己从源码编译，并显式传入 --without-pygil，才可能得到无 GIL 解释器：
- 必须从
main分支或 3.13+ 的特定开发快照拉取源码（非 release tag） - configure 时加
--without-pygil，且不能同时开--with-pydebug（冲突） - 编译后运行
python -c "import sys; print(sys._is_gil_enabled())"，返回False才算成功 -
pip install会失败或跳过大部分二进制轮子（如numpy、psycopg2），因它们依赖 GIL 语义和 C API 锁机制
为什么 multiprocessing 比 threading 在 3.13 里更稳？
因为 GIL 依然存在，threading 仍受串行限制；而 multiprocessing 绕过 GIL 是靠进程隔离，与解释器是否带 GIL 无关。但要注意：
-
multiprocessing启动开销大，频繁创建进程反而比 GIL 下的线程慢 - 3.13 对
multiprocessing做了调度优化（如ForkServer默认启用），但本质没改变 IPC 成本高的事实 - 若强行用无 GIL 构建跑多线程 CPU 密集任务，
threading可能提速，但concurrent.futures.ThreadPoolExecutor仍可能因锁竞争退化 —— 因为很多标准库函数（如hashlib）内部仍用全局锁保一致性
哪些代码在无 GIL 构建下会出问题？
不是所有“多线程 Python 代码”都能直接受益。常见崩坏点：
立即学习“Python免费学习笔记（深入）”；
- C 扩展未适配：调用
Py_BEGIN_ALLOW_THREADS/Py_END_ALLOW_THREADS不成对，或在无 GIL 下误用PyGILState_Ensure() - 第三方库硬依赖 GIL：比如旧版
lxml、pycrypto，一导入就段错误 - 用户代码隐含竞态：原以为 GIL 保原子性（如
dict[key] = value），在无 GIL 下变成非原子操作，需显式加threading.Lock -
sys.settrace和调试器（pdb、vscode debug）在无 GIL 下行为未定义，多数直接失效
无 GIL 不是性能银弹，而是把“隐式同步”变成“显式责任”。你现在写的每行 Python，都可能在无 GIL 下暴露原本被 GIL 掩盖的并发 bug —— 这才是最常被跳过的门槛。
