⏱️ Lectura: 8 min

PyPy no escribió su compilador JIT a mano, lo generó a partir de un intérprete escrito en RPython, el dialecto restringido de Python 2 que documenta Max Bernstein en un artículo publicado el 19 de noviembre de 2026 (fuente original). Saber qué es RPython ayuda a entender esa velocidad: es la pieza que convierte un intérprete lento en código C compilado y, después, en código con JIT, sin que el autor del lenguaje tenga que programar el optimizador a mano.

📑 En este artículo
  1. Qué es RPython y de dónde sale
  2. Cómo RPython pasa de código Python a una máquina rápida
  3. Las trampas del dialecto restringido
  4. Truffle y Deegen: otras dos apuestas para el mismo problema
  5. Qué dice la comunidad
  6. Limitaciones y cuándo no conviene
  7. Qué significa para vos
  8. Preguntas frecuentes
    1. ¿Necesito saber C para usar RPython?
    2. ¿RPython sirve para programar aplicaciones comunes?
  9. Referencias
    1. 📚 Artículos relacionados

Qué es RPython y de dónde sale

Bernstein cuenta que el impulso de implementar un lenguaje de programación le vuelve cada tanto, pero reconoce que no existe un buen lenguaje para escribir esa implementación (fuente). Por eso termina modificando una implementación existente en vez de inventar la suya desde cero.

RPython nace de ese mismo problema: es una herramienta para construir implementaciones de lenguajes rápidas sin escribir a mano un compilador JIT completo. Según la misma fuente, su caso de éxito principal es PyPy, pero también dio origen a Topaz, una implementación de Ruby, y a un par de proyectos más pequeños. Truffle y Deegen comparten ese objetivo, aunque cada uno lo resuelve con un método distinto.

PyPy usa RPython para generarse en C y luego aplicar JIT. Foto de Mohammad Rahmani en Unsplash

Cómo RPython pasa de código Python a una máquina rápida

Para usar RPython hay que escribir el intérprete en un subconjunto de Python 2 que se comporta más parecido a Java o a Go que a Python, sin el dinamismo habitual que permite mezclar enteros, cadenas u objetos en la misma variable (fuente).

El compilador de RPython analiza ese código, infiere los tipos y lo traduce a C junto con su propia representación intermedia. Ese código en C puede, más tarde y en tiempo de ejecución, escalar hacia código compilado por un JIT. Para que ese salto funcione, quien escribe el intérprete tiene que participar en el meta-tracing del sistema, marcando explícitamente en qué punto del bucle principal ocurre cada iteración, la pista que RPython necesita para generar el compilador JIT (fuente).

Bernstein documenta el proceso completo con un ejemplo mínimo de dos funciones más una tercera que solo le indica al compilador por dónde empezar a traducir. Según su relato, compilar ese programa con la cadena de compilación de RPython, clonada desde el repositorio de PyPy en GitHub, tomó cerca de 18 segundos en total. De ese tiempo, medio segundo fue para anotar tipos, otro medio segundo para el paso de tipado interno, unos 10,6 segundos para construir la base de datos interna, 1,2 segundos para generar el código C fuente y 1,5 segundos para compilarlo con un compilador de C convencional (fuente).

Las trampas del dialecto restringido

El mismo ejemplo expone el costo de esa velocidad. Bernstein modifica su función para que el operador de suma también concatene cadenas, algo que en Python 2 normal funciona sin problema. Bajo RPython, en cambio, el compilador se detiene con un error de unificación de tipos. No logra decidir si esa función devuelve un carácter o un entero, y rechaza la traducción (fuente).

Esa regla de fondo exige que cada función en RPython tenga un tipo de retorno consistente, como en un lenguaje estáticamente tipado, aunque esté escrita con sintaxis de Python. El propio Bernstein advierte que RPython es apenas un detalle de implementación de PyPy, sin los años de pulido del resto del sistema, y pide no molestar a sus mantenedores con esas asperezas (fuente).

Truffle y Deegen: otras dos apuestas para el mismo problema

Ninguna de las tres herramientas resuelve el problema igual. Truffle, la base de TruffleRuby, GraalPython, GraalJS y hasta Sulong (una implementación de LLVM), pide escribir un intérprete de AST o de bytecode en un DSL de Java basado en anotaciones. A partir de ahí especializa el código del lenguaje huésped y genera IR de Graal, que aplica evaluación parcial agresiva para producir código optimizado (fuente).

Deegen, más joven, se usó para reimplementar Lua. Pide escribir el intérprete de bytecode y el sistema de tipos en un DSL de C++, y a partir de eso genera un intérprete, un JIT de referencia y, según la expectativa declarada del proyecto, eventualmente un JIT optimizador (fuente).

Herramienta Cómo se escribe el intérprete Qué genera Casos reales
RPython Subconjunto restringido de Python 2 Código C e IR propia, luego JIT por meta-tracing PyPy, Topaz
Truffle DSL de Java con anotaciones IR de Graal vía evaluación parcial TruffleRuby, GraalPython, GraalJS, Sulong
Deegen DSL en C++ Intérprete y JIT baseline; falta JIT optimizador Reimplementación de Lua

La diferencia práctica más grande es la madurez. Truffle corre en producción detrás de varios lenguajes distintos sobre GraalVM. RPython lleva más de una década sosteniendo a PyPy, pero sigue atado a su cadena de compilación específica y a una sintaxis que se parece a Python sin comportarse igual. Deegen, en cambio, todavía tiene un solo caso público, Lua, y le falta la pieza más cara, el JIT optimizador.

Truffle sostiene TruffleRuby, GraalPython, GraalJS y Sulong sobre GraalVM. Foto de Juanjo Jaramillo en Unsplash

Qué dice la comunidad

El hilo del artículo en Hacker News (discusión) recibió reacciones encontradas. Un comentario de mathisfun123 cuestiona con ironía la costumbre de recomendar en Hacker News herramientas que uno mismo acaba de descubrir ahí, y bromea con que le sorprende que nadie haya sugerido todavía Mojo como alternativa (comentario).

Más útil para quien de verdad evalúa opciones es el aporte de jbloggs777, que responde a la misma frustración inicial de Bernstein, la falta de un buen lenguaje de implementación, señalando un proyecto que el artículo original no menciona: Nimony, presentado como la base de Nim 3.0 (comentario). Es un dato que no sale de la fuente original sino de la discusión que generó, y sirve como pista para quien compare opciones más allá de las tres de este artículo.

Limitaciones y cuándo no conviene

RPython tiene un costo de entrada alto. Su propio creador documenta errores de traducción poco claros, como el de unificación de tipos, y advierte que el proyecto no está pensado para recibir soporte externo intensivo. Adoptarlo fuera del ecosistema de PyPy implica asumir esa aspereza sin garantía de ayuda.

Truffle exige subirse a la JVM y a GraalVM, lo que pesa para equipos que no trabajan ya en ese stack. Deegen, por su juventud y por la falta de un JIT optimizador, todavía no es una opción completa para quien necesite rendimiento de punta en producción. Hoy sirve mejor como referencia de diseño que como herramienta lista para adoptar.

Qué significa para vos

Si estás evaluando construir tu propio lenguaje o DSL con rendimiento serio, la elección depende de dónde ya vivís como desarrollador. Un equipo que corre sobre la JVM tiene en Truffle la opción con más historial de producción, porque TruffleRuby y GraalJS llevan años funcionando así.

Un desarrollador que viene de Python y quiere entender cómo PyPy logra su velocidad, o que acepta convivir con una herramienta sin pulir, puede clonar el repositorio de PyPy y reproducir el ejemplo mínimo que documenta Bernstein para sentir en carne propia la restricción de tipos antes de comprometerse con RPython. Quien prefiera C++ y esté dispuesto a apostar por un proyecto más nuevo puede seguir de cerca a Deegen, sabiendo que todavía le falta el JIT optimizador.

📬 Recibí lo nuevo en tu email

Te avisamos de artículos grandes (1-2 por mes).

Preguntas frecuentes

¿Necesito saber C para usar RPython?

No directamente, pero el compilador de RPython traduce el intérprete a C antes de compilarlo, así que entender ese paso intermedio ayuda a leer los errores de tipos que aparecen durante la traducción, como el de unificación que documenta Bernstein (fuente).

¿RPython sirve para programar aplicaciones comunes?

No. Es un dialecto pensado solo para escribir el intérprete que después se traduce. El programa final, por ejemplo PyPy, sigue ejecutando Python normal para quien lo usa, no RPython (fuente).

Referencias

Seguimos el tema en @programacion.

Imagen destacada: Foto de Gabriel Heinzer en Unsplash

Así preparamos cada artículo (fuentes, pruebas y criterio editorial): Cómo trabajamos.

¿Te sirvió? ¿Te dio otro error? Contalo abajo: las preguntas se responden y le sirven al siguiente que llegue.

Dejar un comentario

Redacción El Solitario

Artículo preparado por la redacción de El Solitario con fuentes citadas, bajo la responsabilidad editorial de Luis Navarro. Más detalles en "Cómo trabajamos".

0 Comentarios

Deja un comentario

Marcador de posición del avatar

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Podés incluir código entre <code>…</code> o, para varias líneas, <pre><code>…</code></pre>.

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.