最近刷招聘软件，有个细节挺有意思：AI Agent、大模型应用类的岗位，JD 里几乎都会写一句「熟悉 FastAPI，有模型服务接口开发经验者优先」。
小红书上甚至有位开发者直接写了一篇《半小时入门 FastAPI》，开头就是「看到很多 Agent 应用开发的 JD 都会写着要求会 FastAPI」。小红书这篇笔记拿到 477 赞、413 收藏，收藏量跟点赞几乎一比一，典型的求职党「先存后学」姿态。
知乎上「FastAPI 筑基」系列教程日更到了 Day17，讲的就是文件上传下载这类绕不开的高频刚需。知乎「FastapiAdmin」实战系列也在连载，老问题「FastAPI 框架持续火爆，未来会在 Python 后端 web 生态中占据第一吗？」的讨论至今仍在继续。知乎热度是真的。但值不值得你花两周补课，先看三件事。
一、为什么偏偏是 FastAPI 写进 JD
不是因为它「最好」，而是因为它站的位置刚好：AI 基建的接口层。
给几个数字。FastAPI 底层依赖的框架 Starlette，周下载量高达 3.25 亿次。知乎FastAPI、vLLM、LiteLLM、各种 MCP Server，几乎都建在它上面。AI 生态里「把模型包成 HTTP 服务」这件事高频发生，FastAPI 的自动 OpenAPI 文档加类型校验，恰好是这个场景的舒适区。
生产案例也在往这个方向走：最近知乎有人分享，把微调后的 Qwen3-0.6B 二分类模型用 FastAPI 包成服务，部署在海光 DCU 上，单条文本 46 毫秒返回，跑内容风控。知乎连最被看不起的小模型，在生产线上都是最忙的那个，而 FastAPI 就是中间那层「胶水」。
官方也在往这个方向加码：FastAPI v0.138 起新增了 app.frontend()，静态前端页面可以直接和 API 跑在同一个进程里。知乎它和 Agent 生态的结合，正在又进一步。所以 JD 写「会 FastAPI」，真正想要的是「能把模型、Agent、数据快速接成可调用服务」的能力。看清这一点，补课能省一半力气。
二、争议的另一面：它不是 Django 的替代品
Python 后端圈子并不是全员 FastAPI。
知乎上有一份《Python Web 框架对比》报告，把 11 个主流框架按 14 个维度评估，最后结论只有一句：全栈选 Django，API 选 FastAPI。知乎报告对 FastAPI 的短板也没留情：无内置 ORM 与 Admin，生态相较 Django 仍在完善中——FastAPI 省掉的东西，你得自己一件件拼回来：ORM、迁移、后台任务、权限管理。所以做管理后台和内容站，Django 自带的 ORM 和 Admin 后台依然是最省事的方案。
性能宣传也要冷静听：FastAPI 快，快在异步和 Starlette，但社区教程里「JSON 序列化性能达到 Django 的 8 倍，接近 Go 语言框架 Gin 的水平」的说法，是特定基准场景下的参考值，不是能直接照进生产的结论。知乎
这对求职反而是好消息：FastAPI 不是来替代 Django 和 Flask 的，它是新长出来的一层。简历上「Django 打底 + FastAPI 接模型」的组合，比单一框架更有说服力。
三、不同人群，补到什么程度算够
直接划线：
目标是 Agent / 大模型应用岗：值得花 1-2 周。最小集合是请求响应模型（Pydantic）、依赖注入、异步基础、SQLAlchemy 加 Alembic 接数据库、Uvicorn 部署。能写出一个带鉴权的模型调用服务，就可以去面试了。
做管理后台、内容站：继续用 Django，FastAPI 没有官方 admin，自己搭成本不划算。
数据、脚本背景想补工程能力：FastAPI 加 SQLite 的组合足够交付小工具，上手成本最低，小红书上一篇「FastAPI + SQLite 30 分钟完成可上线 API」拿到 391 收藏，印证的就是这个需求。小红书
四、必避的坑：依赖树里那颗雷
今年 5 月，安全圈给 FastAPI 的地基炸过一颗雷：Starlette 的 CVE-2026-48710「BadHost」漏洞。Starlette 拿 Host 头重建请求 URL 时不校验合法性，导致路由层和认证层「看到」的不是同一个 URL，攻击者用 Host 头里一个字符的构造，就可能绕过认证。
影响面不只是依赖数量：漏洞披露后 72 小时内，安全研究人员已在公网上发现超过 12 万个未修复的 AI 服务，包括医疗数据处理平台、企业级 LLM 推理集群和 MCP 代理服务器。知乎而 FastAPI、vLLM、LiteLLM、MCP Server 都间接依赖 Starlette，很多团队根本不知道自己的依赖树里有它。36氪
官方给出的 CVSS 评分只有 6.5（中等），但不少安全研究人员认为这个评级低估了真实危险——它影响的不只是 Web 服务本身，而是整个 AI Agent 权限链条。36氪安全机构 X41 D-Sec 对互联网的实际扫描，也确实发现了大量可被 BadHost 直接触达的生产系统。
同月，Sysdig 威胁研究团队还披露了首例观测到的 LLM Agent 入侵后自主攻击：攻击者先利用一个 marimo 工具的漏洞拿到 shell，再让 AI 模型实时自主决策下一步，从入侵到数据窃取全程约 1 小时。知乎地基漏洞加上 AI 驱动的攻击手段，才是这套 AI 服务栈真实的风险面。
今天就能做的两个动作：第一，在项目里确认 starlette 版本不低于 1.0.1，官方在线检测工具 badhost.org 可以快速查验服务是否受影响。知乎第二，跑 MCP 或 Agent 相关服务的，用公开的 mcp-scan 工具扫一遍。36氪另外两个常见坑：异步函数里写阻塞调用会卡死整个事件循环，拿不准就用普通 def，FastAPI 会自动丢进线程池；生产环境单进程跑 Uvicorn 撑不住，记得配 workers。
五、接下来值得盯的三个信号
Python 3.14 已发布，自由线程（去 GIL）构建值不值得迁移，已经是社区在认真讨论的问题。知乎如果稳了，「Python 不够快」的批评会继续被稀释。
Python 官方 JIT 开发 6 月被叫停，要求六个月内补交正式 PEP，否则代码将彻底移出主分支。36氪性能路线还有变数。
Agent 岗位的 JD 里，「会 FastAPI」会不会被更具体的「MCP 开发」「Agent 编排」取代——那是补课边界变化的信号。
一句话收尾：FastAPI 值得学，但值得学的是它代表的那层「服务接口能力」，不是「Python 框架第一」的幻觉。求职补一到两周够用，补完记得顺手查一下依赖树里的 Starlette 版本。
