用途：以用户相关结果为目标的性能优化流程，反复测量、解释、修改并验证单个瓶颈。微基准变快只是关于用户收益的假设，需由端到端或线上指标确认。
主要能力：选择用户旅程与预算，定义主指标（交互到渲染延迟、任务完成时间、指定错误率下的吞吐、内存、能耗或每次有效操作成本）及正确性、可访问性、可靠性等反向指标；审计现有遥测、追踪、剖析、测试与报告；定位瓶颈并区分 CPU、等待、分配、争用、I/O 与重复工作；按受影响用户×可获收益×置信度排序机会；编写单一实验并做受控对比；变更后验证行为与指标；评审、发布、观察并按构建、平台、用户切片比较线上结果；保留回归检查或性能预算。
使用方式：首次改动目标系统前，需从用户请求或项目记录确认目标、范围与回滚路径；只读发现无需确认。生产遥测、开关、部署或清理须遵循项目权限与评审门禁。多步工作使用 templates/optimization-record.md，每个旅程或瓶颈一份记录，区分观测、推断与提议结果。可运行示例见 worked-investigation。
适用场景：需要改善用户可感知性能、以证据驱动方式定位并验证瓶颈的软件项目。
限制：不用于 SLO 策略与事故恢复、容量与成本预测、通用负载/压力/浸泡测试策略、产品行为 A/B 测试或特定功能故障调试。技能不授予部署权限。Anthropic 报告的收益仅为案例，不是可迁移的性能目标。前端渲染与 Web Vitals 归前端工程，后端查询与服务代码归后端工程，需求与成本归容量与成本工程，智能体质量与延迟权衡归 agent-evals-and-observability，埋点基础设施归 telemetry，发布门禁与分阶段发布归 release-engineering。