1 微秒 vs 195 毫秒。
这不是什么赛车成绩，而是运行一段 Python 代码的启动耗时差。
老实讲，看到这个数字对比的时候，我第一反应是是不是搞错了小数点。但这事儿偏偏就是真的。Pydantic 团队搞了个新项目叫 Monty，号称是用 Rust 写的“最小化、安全”的 Python 解释器，专门为了给 AI 用。
这玩意儿的目标非常直接：干掉那些笨重的容器沙箱，让 LLM 写的代码跑得飞快，还绝对安全。
现在的 AI 圈子有个大痛点：让大模型写代码去执行任务，比传统的“工具调用”要快得多、也聪明得多。但问题来了，你敢让 AI 在你的服务器上随便跑 exec() 吗？不敢。那怎么办？大家都塞进 Docker 容器里，搞隔离。
安全是安全了，但代价太大了。
启动一个容器要几百毫秒，还得折腾镜像、搞网络隔离、防逃逸。这对于追求毫秒级响应的 AI Agent 来说，简直就是骑驴找马——太慢了。
Monty 说：把 Docker 扔了吧。
它是 Python，但也是个“残废”的 Python
Monty 的核心逻辑非常“反直觉”。
既然是给 AI 写的代码跑，那就要把 Python 砍得只剩下骨头。没有标准库（除了 sys, typing 等几个基础模块），不支持第三方库，甚至连类定义和 match 语句目前都还没支持。
有人可能要喷了：这还能叫 Python？
但我个人觉得，这正是 Monty 聪明的地方。
你想啊，AI 写代码是为了干什么？是为了处理逻辑，而不是为了 import 一堆乱七八糟的库去搞复杂操作。Monty 把那些危险的、容易出错的、拖慢速度的功能全砍了，只留下核心逻辑。
而且，它把文件系统、环境变量、网络访问全给堵死了。AI 想读写文件？想联网？没门。除非你显式地把某个函数“喂”给它，它只能通过这个外部函数去跟外界交互。
这就好比你给了一把没有刀刃的刀柄，想捅人？没门，只能用来敲敲桌子。
“暂停”和“快照”，这才是杀手锏
有意思的是，Monty 虽然小，但有些功能却比原生 Python 还科幻。
它支持 “快照”。
什么意思呢？就是代码跑到一半，比如在等待一个外部函数返回结果的时候，你可以把当前的解释器状态——内存、栈、变量统统打包成一串字节，存进数据库或者文件里。
过一会儿，你甚至可以在另一台机器上，把这串字节读出来，接着刚才的地方继续跑。
这对于处理异步任务或者长流程的 Agent 来说，简直是神技。不用一直占着进程，想停就停，想续就续。
这让我想起了以前玩单机游戏的“存档”功能，只不过这次存的是代码运行的灵魂。
为什么不用 Docker？为什么不用 WASM？
这可能是大家最想问的问题。
Monty 的作者直接甩出了一张对比表，把市面上主流的几种方案怼了个遍。
Docker？
启动慢（195ms），镜像大（50MB+），还得装 Docker 守护进程。对于高频次、短任务的 AI 调用来说，这就好比你为了寄封信，每次都要造一辆卡车。
WebAssembly (WASM)？
看着挺美，实际上坑不少。把 Python 编译成 WASM，冷启动要 2800ms！这比 Docker 还慢一个数量级。而且包体巨大（Pyodide 12MB），在服务器端做安全隔离也是个麻烦事。
云服务（Modal, E2B）？
虽然省心，但那是按秒收费的，而且有网络延迟。对于很多企业来说，把核心代码执行丢给别人，心里总是不踏实。
直接用 exec()？
找死。没有任何隔离，AI 随便写个 os.system('rm -rf /') 你就完了。
相比之下，Monty 的启动时间是个位数微秒，包体只有 4.5MB，还是单文件。没有 Docker 守护进程，没有复杂的网络配置，装上就能跑。
程序员的“精神分裂”
看完 Monty 的介绍，评论区里出现了两种截然不同的声音，非常真实。
一种是：“天哪，这正是我想要的！终于不用折腾 Docker 了！”
另一种是：“为什么不直接用 X？这有什么必要吗？”
这其实反映了当下 AI 基础设施建设的一个尴尬现状：大家都在用旧时代的工具（容器、虚拟机）去硬套新时代的需求（AI Agent）。
有人问，既然要重写，为什么不用更快的语言，比如 Java？
也有人问，为什么不用 seccomp 限制系统调用，非要重写一个解释器？
我觉得 Monty 团队的回答很坦诚：现有的技术都有它的道理，但在“让 AI 安全、快速地写代码”这个特定场景下，它们都不够完美。
有时候，为了解决一个极其垂直的问题，最好的办法就是从头造一个极其专用的工具。
尾声
Monty 目前还是实验性的，连类定义都不支持，离“生产就绪”还有段距离。但它指出的方向却很清晰：
AI 时代的运行时，可能不需要那么“通用”，但必须足够“快”和“安全”。
如果未来我们的代码主要是由 AI 来写的，那我们用来运行这些代码的工具，是不是也该换个活法了？
这就好比，以前我们开卡车是为了拉货，现在如果货变成了一个个比特流，也许我们需要的不再是卡车，而是一束光。
参考链接：
https://github.com/pydantic/monty