一、能数出来的，才谈得上变快
有了AI之后，测量从第零步变成了爬山的第一步。过去做优化，先埋点、慢慢攒线上数据，然后才谈得上理解问题；现在只要给AI一个能比较的数，它就能开始改代码、跑测试、看这个数有没有往下走，还能一晚上自己试上很多轮。他们先从使用数据里找出影响最大的四类用户操作，四类占了全部活动的95%，连同不同端加起来拆成13项指标，每一项都从用户动手那一刻起算，到结果出现在眼前为止。
配套的第一条约定是：每个测试指标先证明自己。要证明把这个数压下去，用户真实感受到的耗时也会跟着变短；证明不了的，指标直接下线，免得AI兴冲冲去爬一座错的山。
二、赢下的成果，要用闸门守住
第二条约定叫棘轮：把证明过自己的指标放进合并闸门，数字只许变好不许变差——哪个改动让数字退了，代码就进不了主干；每天还有个定时任务，数字降了就把上限自动往下调，赢下的东西不许在后来的改动里悄悄流走。
第三条是护栏：每个改动至少一个人审批；用户看得见的改动全放在开关后面，先给员工用、再放给1%的用户、最后才全量。两周里他们加了将近200个开关，收尾时一半以上已经清掉。对照之下更见分量：有位开发者学着让8个智能体同时开工，一个多小时烧光了一份订阅用量还搭进去一笔额外的钱，事后一数，一条护栏都没配。同样的活儿，护栏齐不齐，是两种命运。
三、真实的数太吵，就换一个稳定的数
按说最该盯的就是真实耗时，可毫秒级的真实耗时噪音太大，稳不住，当不了闸门。他们换成了确定性的计数——数处理器指令：同样的代码跑多少遍都是同一个数。当然，前提还是先证明挂钩：AI在两条高频路径上把指令数分别压低48%和31%，真实耗时跟着降了78%和44%，这才准许入闸。
有个案例值得单独讲。排查页面卡顿时，AI发现只要一段回复里出现破折号或者弯引号这类字符，整段文字就会按双字节存储，代码高亮的每一条匹配都被赶进慢路径，页面能被冻住约一秒。修法只有20行。而汉字同样不在那套单字节字符集里——这次修完，用中文的用户反而是受益最大的一批。还有一处所有监测都没发现的毛病：页面能用了，侧边栏的元素却还在自己移动，换用一个更基础的布局监听一数，31%的页面加载都存在这种偏移，再配一个专门测试，修之前红20次，修之后绿20次。
四、150条支线，跑同一个循环
这套循环跑通之后，剩下的只是多开几条支线：有人开出讨论串，AI找测试复现问题，带着改动回来，上线后盯着数据，好了就拧紧棘轮，没好就关掉开关接着试。冲刺最忙时150多条支线同时开工，一条支线能提出50到100个改动，最多的一天合入200多个。
数出来的战果都很具体：输入路径上挂着6900个钩子函数，用户每按一个键都要重新走一遍；一个选择器让每次页面变更多花24毫秒；一处遗留的整页重载每天悄悄发生约50万次，所有加载监测都没看见它。最较真的一条支线把帧预算压到8.33毫秒逐帧测量，长回复对主执行流的阻塞从约750毫秒降到约200毫秒，流畅度提升约4倍。
AI在这个循环里不是自走自的。人管三件事：给胆量——AI默认保守，人要明说「请勇敢一点」；管品味——每条支线有一个具名的人定夺，一个900行只换2毫秒的改动，一句话就否掉；定方向——每条支线只盯一个数，先做哪个、何时收线，由人决定。
五、慢是明码标价的，企业这一侧也一样
模型估算，移动页面的打开时间从1秒变成3秒，用户离开的概率高出32%，到5秒高出90%；一家中文搜索门户上线过专项算法，移动页2秒之内打开给流量倾斜，3秒起就要被降权；主流搜索也把体验指标用进了排名，只是相关性永远排在第一。有位开发者把这套方法搬去自己的4个站点：一个被5个同步脚本卡住首屏的排版工具，打开到能打字从2238毫秒压到209毫秒；一个被超宽首图拖累的站点少了近八成——共同点是先立闸门、配好护栏，再动代码。
这件事对企业还有一层提醒：AI换代快得像走马灯，今天还领先的模型，两个月后就成了上一代。企业对外内容真正要稳的，是出口处那一套标准——底下接哪家模型随行就市，一年换三茬也无妨，交出去的东西始终是一个规格；这头换将，那头不用换旗。
上个月一位开工厂的老友偶然接触到GEO官网搭建，把自家企业知识库填进去跑了一个月，现在每天都有新客资进来，方法我放在公众号「智扣AI」了。
结语
那份复盘里最值钱的不是3倍这个数，而是一个顺序：先给它一个能盯住的数，它自己会想办法把数做好。当AI越来越擅长把事情变快，一家公司最该先量出来的，会是哪一个数？