← 返回全部情报
Anthropic 两周把 claude.ai 核心体验提速约 3 倍:一个 Slack 频道、Claude 每帖都在,合并超 3000 次零回滚 的封面

·Blog·工程博客收录 2026-10-14

Anthropic 两周把 claude.ai 核心体验提速约 3 倍:一个 Slack 频道、Claude 每帖都在,合并超 3000 次零回滚

性能hill climbClaude Tag基准护栏

一句话结论

一旦 Claude 能量到某个指标,它就能爬山优化;Anthropic 用统一频道、可证伪基准、功能开关与人类品味把两周冲刺做成可持续的性能环,而不是一次性加班。

打开原文 claude.dev:How we made claude.ai 3x faster in two weeks

背景与理念

用户抱怨 claude.ai 与桌面端慢,团队决定用两周冲刺把核心体验提速约 3 倍。全部工作集中在一个 Slack 频道,Claude(Claude Tag beta,内部研究模型大致相当于 Opus 5.5)出现在每个线程里:找瓶颈、建基准、提 PR、盯发布。人只负责定目标、做取舍、批准变更。中心教训是:对 Claude 来说,测量不再是事后复盘,而是爬山的第一步。

具体做法

  1. 先钉住占用户活动约 95% 的四类旅程。启动应用、开新对话、加载已有对话、发消息;跨 web/桌面拆成 13 个可比测量,统一「用户操作起点 → 结果渲染终点」,并分清客户端与服务端。
  2. 频道常驻职责指令。让 Claude 监控发布回归、检查遥测完整性、维护看板、主动修低垂果实,并逐步提高自治度。
  3. 实验室指标必须证明能换成墙钟收益。例如用 Valgrind 指令数当确定性棘轮;若基准抖动或与真实延迟无关就扔掉。消息树组装与状态行扫描两条热路径上,指令数分别降约 48% 与 31% 后,墙钟也降约 78% 与 44%。
  4. 线程循环:开帖 → 建基准 → 小 PR/旗标 → 读线上 → 棘轮或回滚 → 找下一慢点。高峰时同时跑一百五十多个线程;个别线程可产出五十到上百个优化 PR;最忙的日子一天落地二百多项改动。
  5. 护栏前置。自动评审 + 至少一人批准;先测后优;用户可见改动走短命旗标;两周引入近二百个旗标,结束时一半以上已清理。静态 composer 用 jsdom 同源渲染、十四种视口 1px 对齐、按键不丢序、线上亚像素位移告警等多重护栏。

关键数据/例子

p75:全新加载到可输入从 3.1 秒到 0.55 秒;新 Claude Code 会话从 0.8 秒到 0.3 秒;加载 Claude Cowork 云会话从 2.6 秒到 0.73 秒。团队估计每天节省数万用户等待小时。两周合并超过三千次变更,无客户可见事故、无回滚。第三天就打中十三项目标中的十二个。一个流式渲染线程近六十个 PR 后,长回复主线程阻塞从约 750ms 总阻塞降到约 200ms,并在 120Hz MacBook 上全程稳住 120fps。线上曾发现约 31% 的 web 加载在可用后仍无交互地发生布局位移;Claude 还追到 Chrome 组织管理页脚导致的 10px 新标签页位移这类「指标看不见」的问题。

创新点

第一,把「能量化就能优化」写成组织方法,而不是个人英雄主义。第二,用可证伪的实验室棘轮保护墙钟收益,避免刷假指标。第三,人类角色收成野心、品味与方向:鼓励更大胆、裁定体验取舍、关掉收益不值复杂度的 PR。

可否复用

  1. 选少数高流量旅程,先把测量定义对齐,再开冲刺。
  2. 任何新基准都要证明与真实延迟相关,否则删掉。
  3. 热路径优化默认上旗标,并准备棘轮测试防止回潮。
  4. 用一个共享频道暴露所有线程,方便交叉评审与品味裁决。

笔记会在输入时自动保存。