用途：Performance Thinker 是一个面向性能优化的思维与决策技能，核心是建立正确的性能工作方式，而非直接给出某段代码的加速方案。它强调用测量代替直觉，帮助判断该不该优化、从哪里下手、何时停止。
主要原则与能力： 先测量。没有 profiling 就不要优化，直觉通常是错的。 找瓶颈。约 20% 的代码造成 80% 的性能问题。 知道何时停止。"足够快"往往是正确的目标。 理解取舍。更快常意味着更复杂、更耗内存或更难读。 警惕过早优化，也要避免过早悲观化。
它提供若干反直觉观点：多数性能工作是被浪费的，团队常优化每天只跑一次的代码，却忽略每次请求跑一万次的查询；瓶颈几乎从不在你以为的地方。Big O 不是全部，小 n 时常数小的 O(n) 常胜于 O(log n)，真实性能还取决于缓存行为、内存布局与常数。缓存不是免费的，缓存失效很难，每个缓存都是技术债，加缓存前应先问能否让原操作更快、能否接受该延迟。微基准会骗人，紧密循环 10 倍提升在整体应用中可能只有 0.1%，应在类生产条件下做端到端测量。
使用方式：该技能要求把随附参考文件作为本领域的事实来源。创建时查阅 references/patterns.md，按其中模式构建，若有特定模式则不采用通用做法；诊断时查阅 references/sharp_edges.md，用其中列出的关键失败及原因向用户解释风险；评审时查阅 references/validations.md，用其中严格规则客观校验用户输入。若用户请求与参考文件冲突，应礼貌纠正。
适用场景：性能问题的分析、优化取舍判断与评审。
限制：不涵盖系统架构（system-designer）、代码结构（code-quality）、性能问题调试（debugging-master）、负载测试设计（test-strategist）。具体安装命令与收费信息暂未提供。