Асинхронность неэффективна для CPU-интенсивных задач, так как GIL в Python блокирует параллельное выполнение кода. Также плохо подходят: - Долгие вычисления (математика, обработка изображений) - блокируют event loop - Синхронные библиотеки без async-аналогов (например, numpy, pandas) - Критические по времени операции (реалтайм системы) Пример CPU-bound задачи, которую лучше выполнять синхронно или через multiprocessing: ``` def calculate_primes(n): # Плохо для async primes = [] for num in range(2, n): for i in range(2, num): if num % i == 0: break else: primes.append(num) return primes ``` Для таких задач лучше использовать multiprocessing или специализированные инструменты (NumPy, Numba). Асинхронность эффективна для I/O-bound операций (сеть, дисковые операции, API-запросы).