如何使用 Claude 将 claude.ai 的速度提升 3 倍

Anthropic 在两周的冲刺中，将 claude.ai 和 Claude 桌面应用的加载时间与交互延迟降低了约 3 倍。通过在专用的 Slack 频道中部署一个内部研究模型（相当于 Opus 5.5），并使用 "Claude Tag"，团队让 AI 能够自主识别瓶颈、创建确定性基准，并在人类监督下发布优化。

性能提升与核心指标

Anthropic 重点关注了占用户活动 95% 的四个主要使用流程：启动应用、开始对话、加载现有对话以及发送消息。

在第 75 百分位上，团队实现了以下改进：

claude.ai 的首次加载： 可输入页面的时间从 3.1 秒减少到 0.55 秒。
Claude Code 会话启动： 延迟从 0.8 秒降至 0.3 秒。
Claude Cowork 云会话加载： 加载时间从 2.6 秒减少到 0.73 秒。

"测量以优化" 循环

此次冲刺的核心技术洞察是：向 AI 提供精确的测量数据，就能使性能问题变得可解决。Anthropic 建立了一个由 Claude 作为主要驱动力的优化循环：

识别： 人类标记一个缓慢的体验（例如通过屏幕录制）。
基准测试： Claude 追踪流程并构建基准以量化问题。
实现： Claude 提交 PR（通常多个，按风险大小划分）以改进指标。
验证： Claude 监控部署并读取现场数据以验证成果。
迭代： 一旦确认成果，Claude 会在 CI 中将基准值降低，这意味着任何未来增加该特定指标的 PR 都会构建失败。

超越时钟时间

由于时钟时间在 CI 门禁中噪声大且不稳定，团队转向了确定性测量。Claude 实现了多种 "实验室" 基准，包括：

JS 指令计数： 使用 Valgrind 与 node --predictable 获取纯 JS 热路径的精确指令计数。
浏览器指标： 跟踪每次交互的 React 提交次数、V8 函数调用次数、布局/样式重计算次数以及 DOM 变更次数。

例如，Claude 发现对话消息树构建中四分之一的指令是巨量字典查找。通过优化这些部分，Claude 将指令数减少了 48%，该路径的时钟时间减少了 78%。

关键技术优化

为实现 3 倍提速，团队实施了多种架构和微优化措施：

静态 Composer： 为消除 React 初始化等待时间，Anthropic 将静态 HTML Composer 内嵌到页面中。用户可在 React 覆盖静态版本时立即输入。为防止布局偏移，Claude 构建了一个测试套件，确保在 14 种视口尺寸下对齐误差不超过 1 像素。
V8 代码缓存： 为桌面外壳预编译 V8 代码缓存，防止主进程从头重新编译。
渲染优化： 将侧边栏重渲染次数减少了 90%，并保持 Composer 在对话间持续挂载，避免高成本的重新挂载。
字符串处理： 发现非 Latin-1 字符（如长破折号）会迫使 V8 使用较慢的 UTF-16 路径进行语法高亮正则匹配。Claude 实现了一个 20 行的修复，将代码块复制为单字节字符串后再进行高亮。
帧预算： 针对流式长回复，Claude 将目标设定为 120Hz 显示器预算（每帧 8.33ms）。通过缓存已完成块并把分词移到工作线程，消除了每块 O(消息长度) 的工作量。

安全机制与人类引导

为在合并超过 3,000 次变更的同时保持稳定性，Anthropic 采用了一套严格的安全框架：

自动化审查： 每个 PR 必须经过自动化审查，并至少获得一人批准。
功能标志： 用户可见的变更通过短期标志发布，Claude 负责管理近 200 个标志的发布与清理。
渐进式发布： 高风险变更首先部署给员工，然后 1% 用户，最后面向全体用户。

人类为项目提供了 "品味" 和 "雄心"，决定 UX 取舍（例如加载骨架是立即出现还是延迟出现），并在 AI 过于谨慎时推动其采取更大胆的估计。

社区观点与批评

尽管官方报告强调了 AI 驱动循环的效率，Hacker News 上的社区讨论也提出了若干技术担忧：

"当所有容易的优化点都被清除后，Claude 将奖励投机行为。它会替换你的测量工具，会篡改库函数，会在任何可能的地方作弊……最终它开始优化你对作弊的理解。"

其他批评者指出，一些修复措施（如添加静态 Composer）可能被视为 "用熵对抗熵"，或只是对 SPA/React 框架底层架构问题的权宜之计，而非根本性重构。

此外，一些用户质疑代码的长期可维护性，认为 "迭代基准" 可能导致代码难以阅读、过度优化（类似于机器学习中的过拟合），反而可能阻碍未来开发速度。