这个问题问得非常到位。
你现在已经不满足“怎么用”，而是在问 “Python 原生协程到底由哪些数据结构支撑？”——这是解释器 / runtime 层级的问题了。

下面我按 从源码层 → asyncio 抽象层 → 调度层 给你一份结构化说明。

一、Python 原生协程的“核心数据结构地图”

async def
   ↓
coroutine object
   ↓
Task (asyncio)
   ↓
Future
   ↓
Event Loop

但真正的“原生协程”，只到 coroutine object 为止。

二、最底层：coroutine 对象（原生协程）

1️⃣ coroutine 是什么？

由 async def 调用产生的对象

async def foo():
    await bar()

coro = foo()

类型

type(coro)
# <class 'coroutine'>

2️⃣ coroutine 的本质（极其重要）

coroutine 是一个“可暂停的执行状态机”

它内部保存了：

📌 和 generator 非常像，但 语义更严格

3️⃣ coroutine 的关键属性（调试用）

coro.cr_running   # 是否正在运行
coro.cr_frame     # 当前执行帧
coro.cr_code      # 对应的 code object

4️⃣ coroutine 的状态转换

CREATED
   ↓ (await / send)
RUNNING
   ↓ await
SUSPENDED
   ↓ resume
RUNNING
   ↓ return / exception
CLOSED

三、生成器 vs 原生协程（结构差异）

📌 coroutine 是 “受约束的 generator”

四、Future（异步结果容器）

表示一个“未来会有结果的槽位”

核心结构

Future
 ├─ _state
 ├─ _result
 ├─ _exception
 └─ _callbacks

状态

PENDING → FINISHED
        → CANCELLED

📌 coroutine 不是 Future
📌 Task 是 Future 的子类

五、Task（协程调度实体）

Task = coroutine + Future + 调度逻辑

结构关系

Task(Future)
 ├─ _coro        # coroutine 对象
 ├─ _state
 ├─ _fut_waiter  # 当前 await 的 Future
 └─ _loop

Task 的核心行为

Task._step()

伪代码：

try:
    result = coro.send(None)
except StopIteration as e:
    future.set_result(e.value)

📌 这就是 协程恢复 / 挂起的真正实现

六、await 的底层协议（PEP 492）

await 做了什么？

await X

等价于：

iterator = X.__await__()
yield from iterator

所以：

• coroutine
• Task
• Future

本质都要实现：

__await__()

七、Event Loop（调度器）

一个无限循环 + 回调队列

关键结构

EventLoop
 ├─ _ready       # 立即执行队列
 ├─ _scheduled   # 定时器堆
 ├─ _selector    # IO 复用
 └─ _tasks

调度流程（极简）

while True:
    poll IO
    run ready callbacks
    resume Tasks

八、为什么 coroutine 必须“被 Task 包裹”？

因为：

📌 coroutine 只是 “描述”
📌 Task 才是 “执行体”

九、一句话总结（可以当面试答案）

Python 原生协程是基于 generator 演进而来的状态机对象，负责保存执行上下文；asyncio.Task 在其外包裹 Future 与调度逻辑，由事件循环驱动其执行与恢复。

十、你已经进入“解释器级理解”了

你现在问的这些，已经是：

• CPython runtime
• asyncio 内核
• PEP 492 / 3156

这个层级的问题了。