Anaconda 官方文档给出的完整安装体积约为 9.7 GB。而一台只跑一个定时 scikit-learn 任务的服务器，只会用到其中极小一部分，那个随包附带的桌面应用更是一次都不会打开。
这篇 Anaconda 评测要谈的正是这道落差。这个发行版能用，而且已经好用了十年。问题在于，它是否仍然是你该装的东西；如果不是，又该装什么。
TL;DR（太长不看版）
- 在个人电脑上，Anaconda 是笔划算的买卖：一个安装包，零决策，一套完整可用的环境。但在服务器上，它是错误的安装包。 总体评分：5 分中的 3 分。
- 体积这件事，一旦离开笔记本电脑就不再是免费的。在笔记本上，硬盘便宜，图形工具也确实用得上。
- Anaconda 现行条款允许个人非商业使用，也允许员工与承包商总数不超过 200 人的营利性组织免费使用。超过这条线，Anaconda Distribution 安装程序就需要商业授权；而 Miniconda 在访问 Anaconda 托管的仓库时，同样可能触发付费要求。
- 无图形界面的部署，请改装 Miniforge：同样的 conda 工具链，默认指向由社区运营的 conda-forge 频道。
Anaconda 现在还值得安装吗？
答案有两个，哪个属于你，取决于这东西要装到哪里。装在笔记本或台式机上：值得。对于想要一个开箱即用的数据科学环境、又不想为里面装什么做任何决定的人，Anaconda 依然配得上这次安装。装在服务器上：不值得。Miniforge 给的正是你要的那部分。我给它 5 分中的 3 分。
这些都不足以说明 Anaconda 是个糟糕的产品。它是个好产品，只是被派去做一件它的小兄弟做得更好的活儿。这是另一回事，而且要好解决得多。
另一个变量安静得多，但分量几乎不亚于部署目标：你用哪个安装程序，以及它从哪个软件包频道拉取。
Anaconda 做对了什么
下载一个文件，点几下安装向导，你就已经身处一个笔记本里，标准的数值计算和绘图栈都已就位。你什么也没挑，什么依赖也没解。对很多人来说，这比后面所有关于优化的论证都更有价值。我认为，恰恰是那些喜欢手工搭建环境的人低估了这一点（我曾经就是这种人，这算不上美德）。
支撑这一点的数字是：Anaconda 自带 600 多个预装软件包，而且它的 当前版本 2026.07-1，发布于 2026 年 7 月 29 日，自带 Python 3.14.6。在我看来，这像是还有人在积极维护的东西，而不是没人顾得上退役的历史遗留物。
conda 做的更深一层的事，也是它在一堆更快的 Python 安装器中依然存在的原因，是它能解析非 Python 的依赖。科学计算栈底下那些编译好的 C 和 Fortran 库、二进制工具链，以及基于 pip 的安装器默认机器上已经有的那些部件：conda 把它们当作自己管理的软件包，和你的 Python 包一起解析。如果你的依赖图踏进了这片领域，而这些原生部件又没有兼容的 wheel，那么安装器再快也救不了你，因为它压根不是在解同一个问题。
Anaconda Navigator 就架在这一切之上，是 一个构建在 conda 之上的桌面应用。如果你不是命令行型的人，这确实很方便（而且不少非常优秀的数据科学家就不是）。在开箱即用的完整度和跨语言依赖解析这两条轴上，Anaconda 是同类里最好的，我不会唱反调。
Anaconda 让你付出的代价
安装后约占 9.7 GB ，而 系统需求 则要求至少 5 GB 可用磁盘空间，仅仅是为了下载和安装。在一台配着 1 TB SSD 的工作站上，这两个数字都不成问题。但在一台小型云实例上，两者都是账单上的一行，而它们买来的一大堆东西，那台实例永远不会调用。
尴尬之处在于，Anaconda 把两个数字都给了你，却没解释它们之间是什么关系。我无法从这些页面里论证出一个干净的「装前装后」之分，所以请把它们当作两个官方给出的规划数字，而不是同一次安装的两个阶段。
Navigator 是最清楚的例子。它是个桌面图形界面。在无头机器上根本没有可供它绘制的显示设备，于是它就躺在文件系统里，成为永远不会执行的负载。这不是在贬低 Navigator（它是个好界面），而是在陈述图形界面是干什么用的。那 600 多个随包软件包里相当大的一部分也是同理：一台只跑一个推理任务或一个夜间 ETL 的服务器，只会 import 其中的一小撮，剩下的全都背着。
所以这一项我打的是「合不合适」的分，不是「好不好」的分。在它被设计服务的那类机器上，Anaconda 并没有背着无用的重量。它是在如今很多人把它装上去的那类机器上才背着无用的重量，这让它落在评分中段，而不是垫底。
Anaconda 的授权到底要求什么
这个数字是 200。Anaconda 的 服务条款 在下述情形下授予免费使用权：「你代表一家员工或承包商总数不超过 200 人（含所有关联公司）的营利性组织使用本平台。」目前挂在官网上的版本自 2025 年 7 月 15 日起生效。超过这一人数后，完整的 Anaconda Distribution 安装程序以及对 Anaconda 托管仓库的访问，可能需要付费的 Business Plan；Anaconda 的 价格页面 列出了当前的档位。
也就是说：如果你是一个人、一家五人创业公司，或者一家四十人的代理机构，这一节和你无关。绝大多数个人读者和小团队并不会因这些条款而面临商业风险。这一节真正重要的对象，是那些要决定大型组织标准化选型的人，以及日后要就此回答采购问题的人。
最容易让人栽跟头的一点：从 Anaconda 换成 Miniconda，只解决了授权问题的一半。Miniconda 本身不需要商业授权，但它默认仍然指向 Anaconda 的仓库，而付费要求正是从那个仓库绕回来的。真正扭转局面的是 Miniforge，因为它默认改用由社区运营的 conda-forge 频道。频道是答案的一部分，但不是全部答案。Anaconda 现行的法律说明还把完整的 Anaconda Distribution 安装程序视为在门槛之上需要商业授权。Miniconda 换的是安装程序；Miniforge 换的是安装程序加默认频道。
这些日期得小心处理，因为各方来源并没有讲出一个连贯的故事，而我也不打算把它们缝成一个。Lawrence Livermore National Laboratory 的技术通报说 Anaconda 在 2020 年修改了授权条款，另外又把现行条款描述为对不足 200 人的组织免费。Anaconda 自己的博客谈的是 2024 年 3 月的一次条款更新。而今天挂在官网上的版本自 2025 年 7 月 15 日起生效。
这是来自不同来源、各自带日期的独立说法，每一条对其出处而言都准确无误，而我找不到任何可引用的人把它们串成同一条时间线。请把它们当作三个数据点，而不是一条有因果的序列。
Anaconda 关于 2024 年那次修订所说的话，坦率得有些反常：
「我们承认，2024 年 3 月那次服务条款更新的沟通没有做到应有的清晰，由此造成了困惑与担忧，并在无意中把大量免费用户排除在外，尤其是我们所珍视的学术与科研用户。」
而且至少有一家指名道姓的机构已经因为这笔成本采取了行动。LLNL 的通报直言，Anaconda 授权 变得越来越贵，而且公布了时间表：该实验室的 Anaconda 授权将于 2027 年到期且不再续订，并将从 2027 年 2 月起在全院范围内开始封锁 Anaconda 的付费频道。
同一份通报还点名了实验室正在引导用户转向的替代方案：conda-forge 配 Miniforge、Pixi、pip 和 uv，以及应对 HPC 编译需求的 Spack。这是一家研究机构公开发布自己的迁移计划，不是关于风向的传闻。
有一条边界我要说清楚：我是以一个做部署的人的角度在读这些条款，而不是以律师的角度。如果你们的人数逼近那条线，或者你们的公司架构让「含所有关联公司」成为一个真问题，那这场对话该交给以此为职业的人。
服务器上该改装什么
在无头机器上把 Anaconda 换成 Miniforge，你的工作流几乎不会有任何变化。conda 命令一样，环境文件一样，求解器一样甚至更快，因为 Miniforge3 现在默认自带 mamba。LLNL 的通报把 Miniforge 称作 「可直接替换的方案」 ，适用于其大多数用户既有的 Anaconda 工作流。
Miniforge 由 conda-forge 社区以 BSD 3-Clause 许可证发布，并把 conda-forge 频道设为默认，而不是 Anaconda 的仓库。仅这一处配置差异，就把 Anaconda 的授权问题从桌面上拿走了，前提是你一直待在 conda-forge，不去添加 Anaconda 提供的频道。这也正是我会让服务器指向 Miniforge 而不是 Miniconda 的原因。
如果你是打算装 Mambaforge 才看到这里的，别装。它已经退役了。Miniforge 仓库记载 「Mambaforge 已弃用」 自 2024 年 7 月起生效，并在 2025 年 1 月之后从新版本中移除，其功能已并入 Miniforge3。任何仍在推荐它的教程都过时了。
在专为开发者打造的高速 VPS 基础设施上部署 Python 应用。
获取 Python VPS还有一种情况是你压根不需要 conda。如果你项目里的每个依赖在 PyPI 上都有 wheel，那么 conda 的跨语言解析解决的是一个你没有的问题，而基于 pip 的工作流更轻、更快。
这条路如今比一两年前扎实多了，主要归功于 uv。Astral 把它描述为「一个用 Rust 编写、极其快速的 Python 包与项目管理器」，并声称它 比 pip 快 10 到 100 倍。这个倍数是 Astral 自己对自家产品的说法，我没有做过基准测试。反正我更看重的是整合这一块：uv 把依赖管理、虚拟环境和 Python 版本管理收进同一个工具，替项目省掉了大量活动部件。
在你把一支团队三年内的标准定在它身上之前，还有一件事值得知道： Astral 宣布加入 OpenAI ，时间是 2026 年 3 月 19 日，并表示 OpenAI 会继续支持这些开源工具。这是表态，不是保证；在把一个跨年度的工具链决策押上去之前，我希望这类信息就摆在眼前。
它的局限和 pip 一样：uv 同样不是跨语言解析器。它是 PyPI 那条路的更优版本，而不是绕开 conda 存在理由的出口。
谁该用 Anaconda，谁不该
一个问题就能把几乎所有人分好类：你的依赖树里有没有活在 Python 之外的东西，以及这东西是不是跑在一台带屏幕的机器上？这两个答案合起来就决定了该用哪个安装程序，而且它们比团队偏好、比你上一份工作恰好用过什么都更重要。
Anaconda 适合谁
最明确的适配对象，是在台式机或笔记本上干活、想要一套完整环境、又不愿花一下午自己挑挑拣拣的实践者。在那儿，体积伤不着你，图形工具是收益而不是累赘；而如果你的组织在人数线以下，条款也不会让你掏一分钱。这不是安慰奖，它描述的是相当一大批一线数据科学家。
第二类适配对象，是已经深耕 conda、工作负载确实依赖编译库和原生库的团队（GPU 栈、科学计算工具链，以及任何安装难点不在 Python 那一侧的场景）。为了追一个更快、却解不了你依赖的安装器，就把一套能跑的 conda 配置连根拔起，这是笔亏本买卖：在错的活儿上跑得快，那也还是错的活儿。待在原地就好，前提是你在门槛以下，而且不是要把它无头部署。
谁该换别的装
任何要把基于 conda 的负载部署到无头服务器或云实例上的人，都该装 Miniforge。我认为这一条根本不用纠结：工具链一模一样，跳过了永远不会运行的负载，频道问题也自动消解。
任何超过人数线、却仍在从 Anaconda 默认频道拉取的组织，都有两个正当答案，与其假装只有一个，不如把两个都摆出来。如果那套发行版确实是你的团队需要的，就买 Business Plan；否则就把环境重新指向 conda-forge，别再从付费频道拉取。有意识地挑一个，没问题。在审计过程中才发现有这个问题，那就有问题了。
而如果你的项目是纯 Python，你 import 的每样东西都有 wheel，那就用 pip 加 venv，或者用 uv。在这种场景下，conda 的差异化优势什么也没给你买到，你只是为了一个永远不会调用的能力，背着一条更重的工具链。
关于这篇评测是怎么做出来的说明
这篇文章没人付钱，Anaconda 那边也没有人参与。文中的数字来自 Anaconda 自己的文档、服务条款和博客，加上 Lawrence Livermore National Laboratory 公开的通报以及 Miniforge 仓库，链接都在上文。为写这篇文章，我没有全新安装一遍当前版本，没有对环境求解耗时做基准测试，也没有评测其托管笔记本套餐。所以请把关于体积和授权的事实当作有文档依据的，而不是实测出来的。
常见问题
Anaconda 可以免费商用吗？
对很多公司来说，可以。Anaconda 现行条款允许个人非商业使用，也允许员工与承包商总数不超过 200 人（含所有关联公司）的营利性组织免费使用。超过这一人数后，完整的 Anaconda Distribution 安装程序以及对 Anaconda 托管仓库的访问，可能需要付费的 Business Plan。而 conda 包管理器本身，以及由社区运营的 conda-forge 频道，无论组织规模多大都始终免费。
Anaconda、Miniconda 和 Miniforge 有什么区别？
Anaconda 是完整发行版：conda 加上数百个预装软件包和一个桌面图形界面。Miniconda 是最小化安装程序，只有 conda 和很少的东西，但它默认仍然指向 Anaconda 自家的软件包频道。Miniforge 同样是最小化的，但它默认改用由社区运营的 conda-forge 频道。Miniconda 改变的是安装程序的授权问题，而不是默认仓库。Miniforge 两者都改。
我还需要 conda 吗，还是 pip 就够了？
这取决于你的依赖是由什么构成的。conda 的长处，是在兼容 wheel 覆盖不到时，解析科学计算栈和 GPU 栈底下的非 Python 依赖与原生库。如果你需要的每个包在 PyPI 上都有 wheel，那么 pip 加 venv，或者 uv，都更轻更快，而且不会让你失去任何原本在用的东西。
我该用 Mambaforge 吗？
不该。Mambaforge 于 2024 年 7 月被弃用，并在 2025 年 1 月之后从新版本中移除。请改装 Miniforge3，它默认自带 mamba，也是仍在维护的继任者。
讨论
评论
登录后参与讨论。