40 个场景加权：阿里云用内部基准盯 Qoder 性能回退

模型天天有榜，IDE 卡不卡却常常靠感觉。阿里云社区在 2026 年 10 月 13 日写的是 Qoder IDE 怎么把性能收成可重复的基准。Qoder IDE 是阿里云的 AI 编程环境。从 1.30 到 1.32，他们持续改性能，合入 39 个相关合并请求，并做了一套覆盖 40 个场景的基准，用来评每一次迭代。硬件变快，软件不一定更顺。文中用 Andy 和 Bill 的说法解释：Intel 的 Andy Grove 和 Microsoft 的 Bill Gates，硬件挤出来的性能，很快被软件越来越大的消耗吃掉。AI 时代代码写得更快，用户还并行跑多个 Agent、让 AI 操作浏览器和电脑、对话也更长。

1. 39 个改动，大多是少做无用功

Agent 有时会引入性能问题，也能把代码、日志和测试放在一起把问题找出来。这 39 个合并请求分四类：去掉不必要的计算 14 个，占 36%；去掉不必要的内存占用 13 个，占 33%；去掉不必要的等待 8 个，占 21%；改进算法时间复杂度 4 个，占 10%。前三类合计 35 个。很多优化只是让软件少做本来可以不做的事。

长对话滚动是一个典型例子。往上翻历史时，界面会把更早的消息插到列表开头。以前，每条消息的 key 用它在「已加载列表」里的位置生成。key 是 React 用来认出单条消息的标识。新消息插到开头后，后面已有消息的位置也变了，同一条消息的 key 跟着变，组件可能被拆掉重装，翻历史就卡。

修法是改用这条消息在当前请求里的固定序号，再拼上会话请求标识，让同一条消息的 key 稳定：

修之前：key = ${requestId}-message-${i}，i 是已加载列表里的位置。

修之后：key = ${requestId}-message-${indexInRequest}，indexInRequest 是当前请求内的固定序号。

这样再加载更早的消息，React 还能认出并复用已有组件。改动本身只有一行，但只有放在加载历史的上下文里才看得全。让 Agent 对着代码和运行日志查，再验证改完的效果，适合这类问题。

2. 40 个场景，各打 100 分再加权

修完一个问题，下一版会不会又带回来。他们做了内部性能基准：可重复的一套性能测试。从提出到第一版跑出结果，不到一天。把场景补上、加上 macOS 和 Windows、做完初步验证，一共半个月，大约占用一名工程师 15% 的时间。

目前 40 个场景，包括终端命令、工具密集对话里的流式输出、加载长对话、编辑大文件。每个场景按自己的标准打 100 分制，再按使用频率和重要性加权，得到综合分。

从 1.28.0 到 1.32.0，两套系统的内部综合分：macOS 从 45.8 到 84.9，升 39.1 分；Windows 从 41.4 到 74.5，升 33.1 分。1.28.0 和 1.29.0 在这轮优化之前，综合分接近。后面三个版本引入性能优化后，每一版综合分都在涨。

这些数字只跟踪同一套内部基准里版本之间的变化。不能直接说成 Qoder IDE 快了多少，也不能用来给两个操作系统的性能排名。

拆到单个场景更容易看见优化落在哪。macOS 上，从 1.28.0 到 1.32.0：在编辑器里滚动长对话，分数从 9.8 到 77.5；已登录、还带着上次会话标签页的启动，从 23.8 到 81.7；工具密集对话的流式输出，从 14.5 到 63.7。流式输出还在涨，按现在的评分标准仍有余地。全文搜索只从 62.9 到 63.5，几乎没动。综合分上涨不能代替逐个场景看。

权重最高的 13 个场景合计占综合分的 60%，其余 27 个合计占 40%。

3. 发布前抓住两次回退

持续跑这套基准，已经在迭代里抓到两次性能回退，并在发布前修好。性能回退指后面的改动把已经达到的性能做差了。对这个团队，基准的好处是：发布出去之前，能看见哪些变化值得再查。

40 个场景盖不住 Qoder IDE 这么复杂的产品。他们计划扩到 100 个或更多场景，并调整权重，避免单个场景对总分影响过大。重要场景还要单独盯。覆盖更全，更早发现问题的机会更大。新功能、新用法，以及现有基准没覆盖的案例，仍要持续加进去。

如果 Agent 只用来加快做功能，代码会变多，原有的资源浪费也可能继续堆。也可以让它们检查现有代码，找出不必要的计算和内存，再一个个修影响响应的问题。做基准本身也成了 Agent 能帮忙的活：第一版很快跑起来，场景再逐步加，这样每次优化的收益能在后续版本里反复验证。这一次还不能说明 Agent 能打破 Andy 和 Bill 的那个循环。它指出的方向是：做新功能的同时，让 Agent 参与性能排查和持续验证。

阿里云，阿里云社区，How We Made Qoder IDE Smoother with 39 Optimizations，2026-10-13，https://www.alibabacloud.com/blog/how-we-made-qoder-ide-smoother-with-39-optimizations_603632