用途：面向性能优化场景，要求先剖析再改动，并用行为证明保证优化前后结果一致。适用于处理慢、瓶颈、热点、profile、p95、延迟、吞吐量或算法效率等问题。
核心规则：先剖析；证明行为未变；一次只改一处。
强制循环：1. 基线，使用 hyperfine --warmup 3 --runs 10 'command'；2. 剖析，使用 cargo flamegraph / py-spy / clinic flame；3. 证明，每次改动保存黄金输出并写同构证明；4. 实现，仅做评分 ≥ 2.0 的改动，每次提交只动一个杠杆；5. 验证，使用 sha256sum -c golden_checksums.txt；6. 重复，重新剖析，因为瓶颈会转移。
机会矩阵：按热点、影响（1-5）、置信度（1-5）、工作量（1-5）计算 Score = Impact×Conf/Effort，仅实现 Score ≥ 2.0 的项。
同构证明模板要求记录：顺序是否保持、平局处理是否不变、浮点是否一致、随机种子是否不变，并用 sha256sum -c golden_checksums.txt 验证黄金输出。
模式分层：第一层低垂果实包括 N+1 转批处理、线性查找转 HashMap、惰性求值、记忆化、缓冲区复用；第二层算法包括二分查找、双指针、前缀和、优先队列；第三层数据结构包括 HashMap、BTreeMap、SmallVec、Arena、Bloom filter。
语言速查：Rust 用 cargo flamegraph，Go 用 go tool pprof /debug/pprof/profile，TS 用 clinic flame -- node app.js，Python 用 py-spy record -o flame.svg -- python script.py。
反模式：不剖析就优化、一次提交多个改动、假设有改进、顺手改行为、跳过黄金输出捕获。
优化前检查清单：捕获基线（p50/p95/p99、吞吐量、内存）；剖析确认热点在耗时前 5；机会评分 ≥ 2.0；保存黄金输出；写同构证明；只动一个杠杆；准备回滚计划 git revert <sha>。
工具命令：基准测试 hyperfine --warmup 3 --runs 10 'command'；剖析 cargo flamegraph、heaptrack ./binary、strace -c ./binary；验证 sha256sum golden_outputs/* > golden_checksums.txt 与 sha256sum -c golden_checksums.txt。
限制：资料未提供具体收费、平台支持范围或效果保证；方法依赖可复现的基准与黄金输出，若无法捕获稳定输出则同构验证难以执行。