为何Python常规运算不基于其原地对应运算实现？

我原本以为常规运算（比如a + b）和原地运算（比如a += b）的唯一区别就是常规运算多一次实例化，结果存在新实例里，所以常规运算的实现应该调用原地运算。但Python官方文档说：原地方法（比如__iadd__）会尝试修改self并返回结果，如果没定义这个方法或者返回NotImplemented，增强赋值会回退到常规方法（比如__add__）。这和我想的逻辑反过来了：是__iadd__兜底调用__add__。那为什么加法的默认实现是__add__而不是__iadd__？明明后者开销更低啊？

背景：这个问题来自我学习实现多项式类时的思考，我的代码实现如下：

class A:
    ...
    def __iadd__(self, other):
        "processing resulting in modification of attributes of self"
        return self
    def __add__(self, other):
        res = self.copy() # A.copy() being implemented as well
        res += other
        return res

核心原因是语义优先级高于性能：

• 首先，加法（a + b）的语义是「生成新结果，原对象保持不变」，这是最基础、最通用的加法逻辑，几乎所有支持加法的类型都要满足这个语义。而原地加法（a += b）是「修改原对象本身」的特殊场景，属于加法语义的衍生。Python把最通用的语义作为默认实现基础，符合语言设计的直觉。
• 其次，不是所有对象都支持原地修改。比如Python里的字符串、元组是不可变类型，它们根本没法实现__iadd__，但必须支持常规加法。如果默认实现是__iadd__，这类不可变类型就没法满足基础加法需求了。
• 最后，你自己的实现方式其实是合理的——用__iadd__实现具体加法逻辑，再让__add__通过复制+原地调用来复用代码，既保证语义正确，又避免重复代码。但这是具体类的实现策略，不是语言层面的默认规则。语言层面必须优先保证通用语义的覆盖，再考虑特殊场景的优化。

内容的提问来源于stack exchange，提问作者Vincent