Time Profiler: повышение производительности с помощью ИИ

Всем привет! Нашел интересную статью, где автор делится опытом использования Time Profiler в связке с ИИ-агентами. Устройства сейчас действительно быстрые чем раньше и потребность в профилировании снизилась. Но это не значит, что проблем с производительностью больше нет. Просто мы перестали их замечать.

Кейс - ускорение в 25 раз:

Автор взял конкретную задачу - загрузку accessibility-элементов в RocketSim. На одном экране с 70+ элементов это занимало 12 секунд. Вместе с ИИ-агентом они прошли несколько итераций:

• 12 с -> 4 с (в 3 раза быстрее).


• 4 с -> 2,5 с (еще в 2 раза).


• 2,5 с -> 525 мс (в 23 раза).


• 525 мс -> 485 мс (финальные 25 раз).

Ключевой момент: если бы остановились на первой итерации, решив, что «и так неплохо», результат был бы в 25 раз хуже.

Как это работает:

У автора уже был CLI для RocketSim. ИИ-агент мог запускать его до и после изменений, сравнивать результаты и отменять правки, если стало хуже. Для анализа использовался Time Profiler с добавленными signpost (чтобы код был виден в инструменте).

Процесс выглядит так:

• Агент вносит изменения в код.


• Разработчик запускает приложение в Instruments с шаблоном Time Profiler и signpost.


• Копирует результаты (интервалы signpost и глубокую копию Time Profiler).


• Отдает агенту с запросом: «Проанализируй и предложи план дальнейших оптимизаций».


• Цикл повторяется, пока агент не скажет, что быстрее уже не сделать.

Советы:

• Добавьте в приложение CLI - не для прода, а чтобы агент мог сам проверять улучшения.


• В Time Profiler используйте фильтры: Separate by Thread, Hide System Libraries. Это сокращает вывод и оставляет только важное.


• Следите за токенами. Иногда достаточно скопировать только глубокую копию Time Profiler, без signpost.


• Если результат не улучшается после нескольких итераций, агент сам скажет, что дальше оптимизировать нечего.

Кому может быть полезно:

• Разработчикам, которые хотят ускорить свои приложения, но не знают, с чего начать.


• Тем, кто использует ИИ-агентов в своей работе и хочет дать им реальные данные о производительности, а не гадать на кофейной гуще.


• Разработчикам инструментов и SDK, где важна скорость работы (CLI, accessibility, обработка больших объемов данных).

Вывод:

Instruments не умерли. Они просто стали реже нужны - но когда они нужны, без них никуда. А с ИИ-агентами процесс становится еще эффективнее: вы не тратите часы на анализ стеков, а просто даете агенту данные и получаете готовый план оптимизаций. И да, 25-кратное ускорение - не предел. Все упирается в то, как часто вы готовы запускать этот цикл.