Что подготовил нам Python в 2026?

# Представьте, что это новая возможность Python 3.14
# t-string создает не строку, а шаблонный объект
table = "users"
condition = "age > 30"

# В будущих версиях SQL-библиотек это может выглядеть так:
# query = t"SELECT * FROM {table} WHERE {condition}"
# # Объект query можно безопасно передать в драйвер БД,
# # который правильно экранирует значения, а не просто подставит их.

# Python 3.15 и новее
config = frozendict(host="localhost", port=8080, debug=True)

# Чтение работает как обычно
print(config["host"])  # Вывод: localhost

# А вот запись — больше нет!
# config["debug"] = False
# Traceback (most recent call last):
#     ...
# TypeError: 'frozendict' object does not support item assignment

# Главная фишка: неизменяемость означает хешируемость
# Теперь такие словари можно использовать как ключи в dict или элементы set
# (при условии, что все значения внутри тоже хешируемы)

permissions = {
    frozendict(role="admin", department="IT"): ["read", "write", "delete"],
    frozendict(role="viewer", department="Sales"): ["read"],
}

# Поддерживаются операторы объединения (| и |=)
defaults = frozendict(timeout=30, retries=3)
user_settings = frozendict(timeout=60)
merged = defaults | user_settings
print(merged)  # frozendict({'timeout': 60, 'retries': 3})

import sys
import threading
import time

# Проверяем, собран ли Python с поддержкой free-threading
if hasattr(sys, "_is_gil_enabled"):
    print(f"GIL включен? {sys._is_gil_enabled()}")
    # Для отключения GIL при запуске:
    # windows: $env:PYTHON_GIL=0; python script.py
    # linux/mac: PYTHON_GIL=0 python script.py

def count(n):
    while n > 0:
        n -= 1

# Раньше из-за GIL эти потоки не могли выполняться параллельно на нескольких ядрах
# Теперь, с отключенным GIL, они могут работать по-настоящему параллельно
t1 = threading.Thread(target=count, args=(10**8,))
t2 = threading.Thread(target=count, args=(10**8,))

start = time.time()
t1.start()
t2.start()
t1.join()
t2.join()
end = time.time()

print(f"Время выполнения: {end - start:.2f} сек")
# На free-threading сборке время будет примерно в 2 раза меньше, чем на обычной.

# Пример создания простого агента с инструментом (концептуально)
# Используем вымышленный, но актуальный синтаксис 2026 года

from agent_framework import Agent, tool
import httpx

# Инструмент — это обычная Python-функция с аннотацией @tool
@tool
async def get_weather(city: str) -> str:
    """Получить погоду в городе. Аргументы: city (str)"""
    async with httpx.AsyncClient() as client:
        # Предположим, есть какой-то бесплатный API
        resp = await client.get(f"https://api.weather.example/v1/?city={city}")
        data = resp.json()
        return f"В городе {city} сейчас {data['temp']}°C, {data['condition']}"

# Создаем агента, даем ему имя и список доступных инструментов
agent = Agent(
    name="MeteoAgent",
    instructions="Ты полезный помощник, который знает погоду.",
    tools=[get_weather]
)

# Запускаем агента (он сам решит, вызывать ли инструмент)
result = await agent.run("Нужен ли мне сегодня зонт в Москве?")
print(result)

# Установка конкретной версии Python через uv
uv python install 3.15

# Создание виртуального окружения и добавление зависимостей одной командой
uv init my_project
cd my_project
uv add fastapi pandas "httpx>=0.27"
uv run python my_script.py

# Обновление всех пакетов
uv sync --upgrade

from fastapi import FastAPI
from pydantic import BaseModel
import httpx

app = FastAPI()

class Item(BaseModel):
    name: str
    price: float
    tags: list[str] = []

# Используем новый синтаксис распаковки в списковых включениях из Python 3.15 (PEP 798)
# Допустим, у нас есть список тегов, которые могут быть вложенными
nested_tags = [["sale", "new"], ["electronics"], ["mobile"]]
all_tags = [tag for sublist in nested_tags for tag in sublist]
# Благодаря PEP 798 мы можем написать короче:
# all_tags = [*sublist for sublist in nested_tags]  # Распаковка прямо в comprehension

@app.post("/items/")
async def create_item(item: Item):
    # Используем frozendict для неизменяемой конфигурации запроса
    request_config = frozendict(
        timeout=10.0,
        headers={"Content-Type": "application/json"}
    )

    async with httpx.AsyncClient(**request_config) as client:
        resp = await client.post("https://api.example.com/validate", json=item.dict())
        validation_result = resp.json()

    return {"item": item, "validation": validation_result, "all_possible_tags": all_tags}