LLM辅助零依赖Python库性能与正确性研究

2026年10月15日，arXiv Artificial Intelligence 刊出 Peng Ding、Rick Stevens 的研究《用 LLM 生成零依赖 Python 库：stdlib 与第三方库的性能和正确性对比》。研究基于 zerodep 测试集，用 44 个仅依赖标准库的单文件 Python 模块（覆盖 12 个类别）与各自参考库对比，考察在消除依赖后正确性与性能是否足以支撑其在体积、可部署性和信任面方面的收益。结果显示，多数场景下 stdlib 实现性能相当（2 倍以内），部分在架构开销主导时快 5x-115x；但图像处理、二进制序列化、底层加密等依赖 C 扩展的计算存在明显性能断崖。该研究为 LLM 辅助生成零依赖库的适用边界提供了初步证据。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。