Python类型标注仅作注释，运行时无约束；mypy是独立静态检查工具，需手动安装、调用并配置（如--strict）才能生效，Any类型会绕过所有检查。
Python 运行时根本不管类型标注
类型标注（如 name: str、def func(x: int) -> bool:）在 Python 解释器眼里只是注释——它不会拦截、转换或拒绝错误类型的值。哪怕你写 greet(42) 而函数标注了 name: str，CPython 照样执行，输出 "Hello, 42"。这不是 bug，是设计：Python 的动态性要求“能跑起来”优先于“提前拦住”。
mypy 是独立工具，不是 Python 自带功能
要让类型标注起作用，必须显式调用 mypy 这类静态检查器。它不修改你的代码，也不参与解释过程，只读源码、分析类型流、报告潜在不一致。常见疏漏包括：
- 没装
mypy：pip install mypy缺失就完全无检查 - 没运行它：
mypy script.py不敲，IDE 里看到的绿色波浪线可能只是 IDE 自带的轻量提示（比如 Pylance 的默认模式），未必等同mypy --strict - 忽略配置文件：
mypy.ini或pyproject.toml里没开disallow_untyped_defs = true，会导致未标注函数被直接跳过
Any 类型会直接让检查失效
Any 是类型系统的“逃生舱口”。一旦变量、参数或返回值标为 Any，mypy 就放弃对该路径的所有推断和约束。例如：
data: Any = json.loads(user_input) process(data["name"]) # mypy 不会检查 data["name"] 是否真有 .upper() 方法
这比没写标注还危险——它伪造了“已覆盖”的假象。替代方案包括：
立即学习“Python免费学习笔记（深入）”；
- 用
TypedDict描述结构明确的字典 - 用
Union[str, None]替代Any表达可选字段 - 对不确定来源的数据，至少用
object而非Any，强制后续调用显式转换
类型检查结果取决于你传给 mypy 的参数
mypy 默认行为非常宽松。不加任何选项时，它只报明显矛盾（比如 int + str），但会放过大量隐含风险。关键开关包括：
-
--strict：启用全部检查项（推荐作为起点） -
--disallow-untyped-defs：强制所有函数必须标注参数和返回值 -
--warn-return-any：当函数返回Any时发出警告 -
--enable-error-code：按需开启特定规则（如union-attr检查属性是否在所有联合类型中都存在）
漏掉这些，很可能你以为“开了类型检查”，其实只拦住了最表层的几类错误。
类型标注本身不改变运行时行为，而 mypy 的检查强度高度依赖配置和使用方式——这两点最容易被当成“已生效”却实际形同虚设。
