🚀 Shopify Liquid: AI 驱动的 53% 性能优化
📌 项目背景
Shopify CEO Tobias Lütke 使用 Andrej Karpathy 的 autoresearch 系统，通过 AI agents 在 2 天内进行了 93 次自动化实验，成功将 Liquid 模板引擎性能提升 53%。
📊 性能提升数据
53%
解析+渲染提速
61%
内存分配减少
93
自动化实验次数
🔧 关键技术优化
- StringScanner 替换为 String#byteindex:
单字节 byteindex 搜索比基于 regex 的 skip_until 快约 40%，仅此一项就减少 12% 解析时间 - 纯字节 parse_tag_token:
消除了昂贵的 StringScanner#string= 重置（每个 {% %} token 调用 878 次） - 小整数 to_s 缓存:
预计算 0-999 的 frozen strings，避免每次渲染时的 267 次 Integer#to_s 分配
💡 关键洞见
健壮的测试套件是 AI 代理工作的前提。
Shopify 的 974 个单元测试使这种大规模自动化实验成为可能。没有测试覆盖，AI agent 无法可靠地验证更改是否正确。
🔬 实验方法
- 使用 Andrej Karpathy 的
autoresearch系统 - 定义
autoresearch.mdprompt 文件 - 自动化执行测试套件并报告基准分数
- 2 天内完成 93 次实验，提交 93 个 commits
📝 启示
这个案例展示了 AI 编码代理在代码优化方面的巨大潜力。关键成功因素：
- 完善的测试套件（974 个测试）是前提
- 自动化基准测试框架
- 愿意尝试大量小实验的文化
- 20 年历史的代码库仍有巨大优化空间