用途：当需要基准测试 Pyrefly 性能、运行 pyrefly bench、比较冷启动与错误传播延迟，或更新 PyTorch 基准固定版本时使用本技能。所有基准位于 pyrefly/pyrefly/benches/，使用 Criterion。
主要能力：微基准为确定性的单线程类型检查器内部测试，快速且成本低。PyTorch 基准包含三个真实场景：cold_start（全新服务器，代理首索引时间）、error_propagation（热服务器，代理增量编辑传播延迟）、full_check（全新 State，代理全项目批处理吞吐），均在固定的多 GB PyTorch 检出上运行。TSP 基准为快速回归覆盖，无需固定检出。
必要用法：必须使用优化构建，否则结果无意义。Buck 使用 @fbcode//mode/opt（最终数字用 @fbcode//mode/opt-clang-thinlto）；Cargo bench 已用优化 profile。禁止并行运行两个基准。示例：buck2 run @fbcode//mode/opt fbcode//pyrefly/pyrefly:micro_bench -- --bench；cargo bench --bench micro。PyTorch 全部基准：buck2 run @fbcode//mode/opt fbcode//pyrefly/pyrefly:pytorch_bench -- --bench 或 cargo bench --bench pytorch，用 Criterion 名称过滤器选单个。常用标志：--list、--quick、--noplot（无头环境必需）。
限制：PyTorch 基准较慢，单次迭代 cold_start 约 3-5 秒、error_propagation 约 2-3 秒、full_check 约 1-1.5 秒，每个基准预算约 2-4 分钟；默认不应在 CI Sandcastle 运行。调试构建慢 3-10 倍。更新固定版本需 github 访问。输出写入 target/criterion/，不应提交。