该实证研究聚焦于 Python 字节码作为安全工件的风险，揭示了当前 Python 包安全机制主要依赖源代码检查，但 Python 运行时可直接执行 .pyc 文件、编译模块和序列化后的代码对象，造成检查与执行之间的差距。研究者收集了 1,034,843 个 PyPI 制品，识别出 7,388 个包含字节码的制品，涉及 228,578 个 .pyc 文件，其中 28,193 个为制品内无对应源代码的字节码文件。针对现代 CPython 3.8-3.14 字节码，至少一个反编译器能够为 204,901/204,904 个文件生成源代码，但这仅代表发射成功，而非验证功能等同。工具鲁棒性方面，PyPI 实际字节码可触发反编译器的托管异常和超时，而对抗性变异字节码更可导致反编译器进程崩溃，共观察到 17 种不同鲁棒性特征。模糊测试产生 1,009 个堆栈去重后的运行时发现，以指针解引用为主；其中 261 组具有潜在内存破坏特征，至少 91.7% 的组能执行到超出文档声明的不安全摄入边界之外。这些发现均无法从普通 Python 源码复现，表明字节码行为可独立于源代码。结论强调，字节码是生态系统中显眼的、可分析的、与安全相关的解释器输入，其行为可能偏离源代码语义，安全审查必须将其纳入考量。