6.1 协程与 async/await

async def 定义的是“协程函数”，调用它不执行，而是返回一个 coroutine 对象

import asyncio

async def fetch(prompt):
    await asyncio.sleep(0.1)     # 模拟 IO 等待
    return f"[done] {prompt}"

async def main():
    result = await fetch("hi")
    print(result)

asyncio.run(main())

两个关键关键字

• async def：定义协程函数
• await：等另一个协程（只能在 async def 里用）

同步 vs 异步

• 同步：必须等这一步做完才能做下一步
• 异步：发起 IO 后可以先去干别的，IO 好了再回来

示范

import asyncio

async def tokenize(text):
    await asyncio.sleep(0.1)
    return text.split()

async def main():
    toks = await tokenize("hello world")
    print(toks)

asyncio.run(main())

✍️ 练习

写一个协程 fake_infer(prompt, latency_ms=50)：

• await asyncio.sleep(latency_ms / 1000)
• 返回 f"[fake] {prompt}"

写一个 main()：

• 创建一个 list，包含三个 prompt："hi"、"hello"、"long story please"
• 用 for 循环依次 await fake_infer(prompt)，每次把返回值 append 到 results
• 最后 print(results

注意：main 也是 async def，最后用 asyncio.run(main()) 启动。

💡 思路提示

✅ 参考解法

import asyncio

async def fake_infer(prompt, latency_ms=50):
    await asyncio.sleep(latency_ms / 1000)
    return f"[fake] {prompt}"

async def main():
    prompts = ["hi", "hello", "long story please"]
    results = []
    for p in prompts:
        r = await fake_infer(p)
        results.append(r)
    print(results)

asyncio.run(main())

🔍 进阶思考

现在的代码是“串行”——和同步几乎一样快（甚至更慢，因为有调度开销）。下一节我们用 gather 并发起来。