我们如何在两周内让 claude.ai 提速 3 倍 / claude.dev

📌 One-Sentence Summary

Anthropic 工程师讲述了一场为期两周的冲刺：Claude 在单个 Slack 频道中运行，找出瓶颈、构建确定性基准，并交付了 3000 多项改动，让 claude.ai 和 Claude 桌面应用提速约 3 倍，且没有一次回滚。

📝 Summary

Anthropic 工程师 Raymond Wang、Sam Attard 和 Issac G. 讲述了他们如何在为期两周的冲刺中，让 claude.ai 和 Claude 桌面应用的核心体验提速约 3 倍，整个过程都在一个 Slack 频道中运行，每个话题串里都有 Claude。他们瞄准覆盖 95% 用户活动的四条关键路径，将第 75 百分位的可输入页面时间从 3.1 秒降至 0.55 秒，新 Claude Code 会话启动时间从 0.8 秒降至 0.3 秒，Cowork 云会话加载时间从 2.6 秒降至 0.73 秒。核心经验是：有了 Claude，只要能被测量，就能被解决。由于墙钟计时对 CI 来说噪声太大，团队构建了确定性代理指标——Valgrind 指令计数、V8 调用计数、React 提交次数、样式重算次数、DOM 变更次数——每一项都配有一个只能下降的 CI 棘轮。随后 Claude 在 150 多个并发话题串中推进工作，修复了巨态字典查找、一个每次 DOM 变更耗费 24ms 的 `:root:has()` 选择器、一处残留的 `location.reload()` 导致每天 50 万次隐藏刷新，以及由长破折号引发的 UTF-16 字符串提升拖慢语法高亮的问题。护栏包括自动审查、功能开关、增量发布，以及数十个保护脆弱静态输入框的测试。作者强调，这个循环并非自主运行：人类提供了雄心、品味和方向。

💡 Main Points

有了 AI 智能体，测量不再是第零步，而是优化爬坡的第一步。

过去工程师先加一个指标，等待数据，然后才开始理解问题。一旦 Claude 有了要超越的数字，它就能立即开始优化，因此人类最高杠杆的动作变成了找到更多可测量的东西。

确定性的实验室指标可以替代噪声较大的墙钟计时，但前提是它们被证明与用户感知延迟相关。

团队将 Valgrind 指令计数、V8 调用计数、React 提交次数、样式重算次数和 DOM 变更次数用作 CI 门禁。每个基准都必须证明它能追踪墙钟时间；不稳定或不相关的基准会被丢弃，而不是让 Claude 爬错山。

这场冲刺的速度来自在 150 多个并发话题串中运行同一个循环，而不是来自一个大型项目。

话题串被刻意保持狭窄，每个只聚焦一个基准或一条路径。Claude 经常自己从夜间任务中开启新话题串，单个话题串产出了 50 到 100 个优化 PR。

激进的优化需要预先构建护栏：自动审查、功能开关、增量发布和棘轮式基准。

期间引入了近 200 个功能开关，到结束时清理掉了一半以上。仅脆弱的静态输入框就由数十个测试保护，包括 jsdom 漂移检查、14 个视口内 1px 对齐测试，以及按键交接测试。

这个循环富有成效，但并非自主运行；人类提供了雄心、品味和方向。

当 Claude 在范围上犹豫时，工程师推动它更大胆；对骨架屏时机和流式文本淡入淡出等用户可感知的取舍做出裁决；并决定排序以及何时某个话题串已进入收益递减。

💬 Key Quotes

有了 Claude，只要能被测量，就能被解决。

一旦 Claude 有了要超越的数字，它就能开始优化。这意味着我们最高杠杆的动作就是找到更多可测量的东西。

我们把那些话题串想象成 150 把寻找钉子的锤子。

如果某个基准不稳定，或者它实际上与用户延迟不相关，我们就会丢弃它，而不是让 Claude 爬错山。

这个循环富有成效，但并非自主运行。让它保持快速、安全和正轨，是我们的工作。

📊 Article Meta

AI Screening： 90

Featured： Yes

Source： Hacker News: Front Page

Author： Raymond Wang, Sam Attard, Issac G.

Category： 人工智能

Language： 英文

Read Time： 15 min

Word Count： 3634

Tags：

编程与工程 , 性能优化 , AI Agent , Anthropic , AI 智能体