单核CPU场景下异步编程与多线程的核心差异是什么

两者表层看起来都是单个CPU执行单元在不同指令块之间来回跳转执行，但核心差异完全集中在三个底层逻辑上，根本不是一回事：

• 调度控制权归属完全不同
  单核并发多线程的调度权100%掌握在操作系统内核手里，上层业务代码完全没有话语权。内核会给每个线程分配固定的时间配额，整个调度过程对用户态代码透明，写代码的时候根本感知不到线程切换什么时候发生。
  异步编程的调度权完全在用户态的运行时手里，操作系统内核从头到尾只看到一个主线程在运行，根本感知不到用户态内部在多个任务之间做切换。不管是JS的事件循环、Python的asyncio还是Rust的Tokio，什么时候切、切给哪个任务，都是运行时自己的逻辑，和内核没有关系。
• 切换触发逻辑完全不同
  多线程是抢占式调度：切换不需要当前线程同意，只要当前线程的时间片用完，或是有更高优先级的线程需要执行，内核会直接打断当前正在运行的线程，把上下文存好之后切到别的线程。哪怕你当前线程正在跑关键计算，也会被硬切走。
  异步是协作式调度：切换永远只会发生在当前任务主动让出执行权的时候，不存在强行打断的情况。绝大多数时候让出执行权的节点都是任务碰到IO等待（比如等网络响应、等磁盘读写结果），知道自己接下来要空等没必要占着CPU，才主动交权给其他就绪任务。如果某个异步任务写了死循环一直做计算、从来不主动让出执行权，整个异步线程会直接卡死，剩下所有任务都拿不到运行机会——这种情况在多线程场景下根本不会出现，哪怕线程写了死循环，内核时间片到了照样会把它切下来，其他线程照常运行。
• 上下文隔离等级与切换成本完全不同
  多线程是内核级的隔离：每个线程有独立的栈空间、独立的寄存器快照、独立的线程本地存储，切换时需要进出内核态，保存/加载整套硬件上下文，还会带来CPU缓存失效的额外开销，单次切换成本在纳秒到几十纳秒级别。同时因为有内核做隔离，单个线程崩溃通常不会直接拖垮整个进程（除非踩了进程级的共享内存）。
  异步任务是用户态的轻量隔离：每个任务只需要保存少量必要的执行上下文，切换全程在用户态完成，不需要进内核，单次切换成本比线程切换低1~2个数量级，几乎没有缓存失效开销。但因为所有任务共享同一个主线程的资源，没有强隔离机制，单个任务抛未捕获异常、或是写死循环占住CPU，会直接把整个进程搞挂。

常见误区：异步不是天生就比多线程快。它的性能优势本质是省掉了内核态线程切换的高额开销，这个优势只在IO密集型场景下明显；如果是纯CPU计算密集型场景，异步的协作式调度反而容易因为个别任务占住CPU导致整体吞吐下降，这时候多线程的抢占式调度反而更公平、效率更高。

内容的提问来源于stack exchange，提问作者Rammy Rock