TLDR;

Os pontos fracos incluem escopo definido por indentação, tipagem dinâmica opcional com anotações verbosas, design de classes confuso, importações e empacotamento complicados, gerenciamento de dependências frágil e desempenho relativamente baixo. Continuo usando porque é fácil de configurar, ótimo para scripts e automação, tem um ecossistema enorme (especialmente em IA) e resolve a maior parte do meu trabalho de "glue code" onde o desempenho não é o gargalo. A lição é priorizar resultados sobre ideologia: escolha Python quando produtividade, integração e ecosistema compensarem suas limitações de desempenho e rigor.

Resumo

O autor confessa que antes não gostava de Python, embora hoje dirija um canal grande focado na linguagem, e explica por que suas críticas continuam válidas, mas não o impedem de usá-la. Após passar por BASIC, Turbo Pascal, C++, Java, C, JavaScript e outros, ele lista suas queixas: indentação que define escopo (fragilidade do whitespace), falta de rigor estático (erros só aparecem em runtime salvo se usar type hints), anotações de tipos verbosas (especialmente para callables e genéricos antigos), design de classes confuso (dunder init, uso de self, variáveis de classe vs instância), importações e empacotamento inconsistentes, gerenciamento de dependências historicamente bagunçado e desempenho inferior a linguagens compiladas. Mesmo assim, ele usa Python por ser extremamente fácil de configurar, ótimo para scripts e automações, ter um ecossistema massivo (especialmente em IA/ML), boa integração com diversas ferramentas e por ser ideal para “glue code” — a maior parte do seu trabalho — onde rede e APIs são gargalos, não velocidade de execução. A lição final é sobre identidade: não se prender a uma linguagem; desenvolvedores seniores devem priorizar resultados sobre ideologia, escolhendo a ferramenta que melhor se encaixa no contexto, equipe e infraestrutura.