python类型提示默认完全不影响运行时行为，仅作为元数据存入__annotations__字典，不验证、不转换、不干预执行；需依赖mypy等静态检查器或typeguard等运行时库才能实现类型校验。
Python 类型提示（Type Hints）默认完全不影响运行时行为。它们在程序执行过程中被忽略，既不验证输入、不强制转换类型，也不改变性能或逻辑。
类型提示只是“注释”
从 Python 3.5 引入开始，类型提示的设计原则就是可选且运行时无侵入性。解释器（CPython）读取到 def func(x: int) -> str: 这类语法时，仅将其作为元数据存入函数的 __annotations__ 字典，不做任何检查或干预。
-
例如：即使你写
func("hello")而参数标注为int，代码照样运行，不会报错 -
再如：
def add(a: int, b: int) -> int: return a + b，传入add(1.5, 2.5)也不会触发类型错误，结果是4.0
真正起作用需要额外工具
类型安全需依赖外部工具在开发阶段介入：
-
静态检查器：如
mypy、pyright、pylance，在代码运行前分析类型一致性 - IDE 支持：VS Code、PyCharm 利用类型提示提供更准的自动补全和参数提示
-
运行时库（可选）：如
typeguard或pydantic可在调用时做动态类型校验，但这属于主动启用，非类型提示本身的功能
例外：某些特殊语法有运行时效果
极少数与类型提示相关的语法确实会留下运行时痕迹，但并非“类型检查”本身所致：
立即学习“Python免费学习笔记（深入）”；
-
from __future__ import annotations：推迟注解求值，影响的是__annotations__的内容（字符串化），而非执行逻辑 -
TypedDict、NamedTuple、Literal等：这些是真实类或构造器，定义时会创建对象，但用途仍是辅助静态分析，不自动校验实例 -
reveal_type(x)（mypy 特有）：仅在 mypy 检查时生效，运行时报NameError，不属于标准 Python
性能和内存开销几乎为零
类型提示在模块导入时会被解析并存入 __annotations__，但这个字典默认不参与任何运行时流程。除非你显式访问它（比如写 inspect.signature(func).return_annotation），否则它就像一段被忽略的注释，不消耗 CPU，也不拖慢启动速度。
