Python Workers 正式轉正
經過兩年預覽，Cloudflare Python Workers 正式進入 GA，意思是 Python 現在成了 Developer Platform 的一等公民。底層做法不是另開 Python 伺服器，而是透過 Pyodide，把 CPython 編譯成 WebAssembly，再放進 V8-based workerd runtime 執行。開發者能直接用 Python 串接 D1、R2、KV、Queues、Workers AI、Vectorize 與 Durable Objects，也能部署 FastAPI、Flask、Django、LangChain 或 MCP Server，不再需要自己補 JavaScript 轉接程式。
現實應用
最直接的場景是 API、Webhook、資料轉換、排程工作與輕量 AI pipeline。原本熟悉 Python，但不想管理容器、Gunicorn 或 Kubernetes 的團隊會很有感；資料與 AI 工程師也能沿用既有語言，把推論、RAG 或 agent API 部署到 Cloudflare 邊緣網路。FastAPI、Django、Flask 分別可透過 ASGI／WSGI adapter 接入，由 Workers 平台負責連線與擴展。
期望評估
低標來看，我認為它至少能讓 Python 團隊更快交付全球可用的小型 API，並省掉伺服器維運與一部分跨語言整合成本。高標來看，我猜 Cloudflare 想把 Workers 變成 Python AI 應用的完整執行層，從模型、向量資料庫到儲存與工作流程都留在同一平台。不過這仍不是一般 Linux Python 主機的完全替代品。
商業策略分析
受影響的不只 AWS Lambda、Vercel Functions 等 serverless 服務，也包含靠容器承載 Python API 的平台。Cloudflare 真正的盤算，是用 Python 龐大的 Web、資料科學與 AI 生態，把開發者帶進自家的 D1、R2、Workers AI 和 Vectorize。我認為值得跟進，但目前較適合先拿無狀態 API、AI gateway 或內部工具試跑；需要原生系統套件、多執行緒或長時間運算的服務，不必急著搬家。
實作細節
先安裝 uv 與 Node.js，再執行 uvx --from workers-py pywrangler init 建立專案；本機開發用 uv run pywrangler dev，部署則是 uv run pywrangler deploy，設定中需加入 python_workers compatibility flag。pywrangler 會在本機用 workerd、V8、WebAssembly 與 Pyodide 模擬正式環境。已知限制包括 threading、multiprocessing 無法運作，部分套件尚未提供 PyEmscripten wheel；檔案系統也只是暫存記憶體，持久資料仍要放進 KV、R2 或 Durable Objects。