用 AI 修性能
用 profile + 热函数诊断慢代码；要算法修复。
调试与修复高级
为什么
Stack Overflow 2024 调查发现 76% 的开发者正在或计划使用 AI 工具，46% 的未用户有兴趣用 AI 测试和调试代码。微优化少有帮助；算法修复有。
有 profile 与热函数的 AI 能建议正确算法变更（O(n²)→O(n)、记忆化、批处理）而非表面调整。
何时使用
当 profile 显示热点时用。无 profile 的感知慢跳过。
如何做
1. profile；贴顶部热函数 + 其调用者。
2. 声明输入大小与目标延迟。
3. 问："算法复杂度？建议算法修复"。
4. 拒绝表面调整（无理由缓存、内联）。
5. 前后基准测试；仅显著更快才保留。
示例
Profile：findDuplicates 在 1 万项上 800ms（O(n²) 嵌套循环）。
提示："O(n) 算法修复；保持输出顺序；展示前后复杂度。"
修复：基于 Set 单遍 → 12ms。基准确认；提交 perf: dedupe with Set。
常见问题
- ⚠TypeError: Cannot read properties of undefined (reading 'x') → 加可选链 `obj?.x` 和空检查；通过堆栈追溯。
- ⚠Error: ENOTFOUND / ECONNREFUSED → 检查 `ping <host>` 和代理设置；企业代理网络常见。
- ⚠错误："Maximum call stack size exceeded" → 排查无限递归；加基线条件或深度守卫，先用小输入测试。
最佳实践
- ✓优化前始终 profile；优化测量到的热点。
- ✓偏好算法修复而非微优化。
- ✓用具体指标衡量结果（节省时间、缺陷率、测试覆盖率），使实践可被论证和改进。
常见问题解答
什么是用 AI 修性能？
用 profile + 热函数诊断慢代码；要算法修复。 它可帮助开发者快速理解 用 AI 修性能 的核心价值与适用场景。
如何开始使用用 AI 修性能？
开始使用 用 AI 修性能，建议先掌握以下要点：profile；贴顶部热函数 + 其调用者。
用 AI 修性能 的常见误区有哪些？
使用 用 AI 修性能 时常遇到的问题包括：TypeError: Cannot read properties of undefined (reading 'x') → 加可选链 `obj?.x` 和空检查；通过堆栈追溯。；Error: ENOTFOUND / ECONNREFUSED → 检查 `ping <host>` 和代理设置；企业代理网络常见。；错误："Maximum call stack size exceeded" → 排查无限递归；加基线条件或深度守卫，先用小输入测试。。
用 AI 修性能 的最佳实践是什么？
用 AI 修性能 的最佳实践包括：优化前始终 profile；优化测量到的热点。；偏好算法修复而非微优化。；用具体指标衡量结果（节省时间、缺陷率、测试覆盖率），使实践可被论证和改进。。
如何深入学习用 AI 修性能？
从官方文档入手，再在 GitHub 上搜索真实示例；先在小实验仓库验证模式，再应用到生产代码。