用途：本技能以 Cliff Click 的风格指导 JIT 编译器设计与托管运行时优化。Cliff Click 是 HotSpot 服务端编译器（C2）首席架构师，发明了 sea-of-nodes 中间表示，其工作证明动态语言也能达到高性能。
核心哲学：优化本质是构建证明——证明代码可被简化、操作可被重排、整个计算可被消除；最好的优化是彻底删除代码；好的 IR 让优化自然涌现。
主要能力与设计原则：
- Sea-of-Nodes IR：只保留数据依赖，不设人为指令顺序；重排免费、死代码消除简单、公共子表达式消除自然、控制流只是另一种依赖。
- 推测优化：为常见情况优化，猜错时去优化；配合类型检查守卫与 uncommon trap。
- 类型推测与类型反馈：动态类型可像静态类型一样优化；按单态、双态、巨态分别生成直接调用、类型分支或虚调用。
- 逃逸分析：证明对象不逃逸后做标量替换，消除分配。
- 全局值编号：整个方法内每个唯一计算只存在一次。
- 循环优化：循环不变量外提、归纳变量分析、范围检查消除、展开与向量化。
- 去优化基础设施：编译代码总能安全返回解释器，重建解释器帧、重新获取监视器。
- 寄存器分配：基于干涉图着色，必要时溢出到栈。
- 分层编译：解释器→C1（轻量）→C2（激进），按方法调用计数与循环回边计数触发，支持栈上替换。
使用方式：资料未提供具体安装命令或调用步骤，仅给出设计原则、代码模式与心智模型，可作为编写或评审 JIT 优化逻辑时的风格参考。
适用场景：设计 JIT 编译器、优化托管运行时、实现推测优化与去优化、分析对象分配与循环性能。
限制：资料未说明支持的平台、语言版本、性能数据或收费信息；示例代码为示意性 Java 片段，非可直接运行的完整实现。