标签： 工作流优化

在 Go Learning & Documentation v2 的性能优化过程中，我曾把一条只读规划路径从约 164.03s 优化到 125.65s，后来又通过更激进的方案一度压到约 35.93s。但最终，更快的方案并没有被保留，因为对应的 correctness、freshness、stale detection 和 targeted tests 无法完整证明继续成立。本文整理这次性能优化过程，讨论为什么性能任务不能只看 benchmark，为什么 invocation-local reuse 通常比复杂 persistent cache、LRU 和多级 memoization 更适合这类强调 currentness 的工作流，以及什么时候应该停止继续优化。核心结论是：性能优化的目标不是把执行时间压到最低，而是在正确性、复杂度、验证成本和实际收益之间找到合理边界。