Model, agent o pipeline: Python hi es present.
Python segueix dominant pipelines, APIs i tooling d'agents.
Python segueix sent el llenguatge d'orquestració de la IA aplicada: dades, entrenament lleuger, agents, evals i APIs.
Context de la setmana
Rust/Go guanyen en runtime, però notebooks, SDKs de models i frameworks d'agents continuen sent Python-first.
Que ha canviat
- Tipatge i qualitat: més adopció de pyright/mypy en repos de ML.
- Empaquetatge: uv/poetry acceleren entorns reproduïbles.
- Producció: patrons per separar experimentació de serving estable.
Impacte per a equips de desenvolupament
Els equips data/ML han de professionalitzar l'enginyeria: tests, CI, versionat de datasets i contractes d'inferència.
Recomanacions practiques
- Fixar versions de dependències i lockfiles en tots els projectes.
- Separar notebooks exploratoris de paquets importables.
- Automatitzar evals de prompts/models en CI nocturn.
- Exposar inferència via API tipada (FastAPI) amb límits de rate.
Que vigilar a continuacio
- Compatibilitat Python 3.13+ en llibreries clau.
- Regulació de dades en pipelines d'entrenament.
- Cost de GPUs vs inferència CPU/edge.
Conclusio: Python no és només prototip: és capa de producte si es tracta amb disciplina d'enginyeria.