「闪电.skill」发布！用Anthropic的方法论把你的产品提速3倍！

事件核心：发生了什么

据 Anthropic 开发者博客 claude.dev 复盘，8 月他们用两周把 claude.ai 网页版和桌面端核心操作提速约 3 倍：打开 claude.ai 到可输入从 3.1 秒降至 0.55 秒，新开 Claude Code 会话从 0.8 秒降至 0.3 秒，加载 Claude Cowork 云端会话从 2.6 秒降至 0.73 秒（均为第 75 百分位）。四类操作共 13 项指标几何平均快 3.1 倍。整个冲刺跑在一个 Slack 频道里，Claude（Claude Tag，背后是接近 Opus 5.5 水平的内部研究模型）负责找瓶颈、搭 benchmark、写代码、盯部署，人只负责定目标、做取舍、审批改动。两周合并 3000 多个改动，无线上事故和回滚。

社区作者花叔据此把这套方法整理为「闪电.skill」，并让 agent 对自己的 4 个网站做了一遍提速实验，其中公众号排版器在实验环境下打开到可打字耗时减少约九成。相关 skill 与实测数据在其公众号文章文末提供。

为什么重要

过去做性能优化，测量是第零步，先埋点、攒数据、再定位问题。Anthropic 的做法是把测量变成爬山的第一步：只要有一个可比较的数字，Claude 就能改代码、跑 benchmark、看指标是否下降，并能异步连续试很多轮。原文的核心结论是——只要 Claude 能衡量一件事，它就能把这件事变快。配套约束有三条：每个 benchmark 必须先证明自己，即压下去能带动用户真实耗时下降，否则下线；成果要锁住防止回退；人把控目标与审批。这套方法论不依赖团队规模，也不挑项目大小，意味着 AI 在真实产品上大规模干活的门槛正在降低。

对用户/开发者/创作者的影响

对开发者，性能优化的工作流可能从“人工埋点定位”转向“让 agent 拿到可衡量指标后自行爬山”，人更多负责定义正确指标与审批。对创作者和小团队，像「闪电.skill」这类封装把 Anthropic 的工程方法带进 Claude Code 小项目，无需自建完整观测体系，也可以先找能数的东西、验证它与真正在乎的体验挂钩，再让 agent 迭代。对企业采购与团队管理，值得留意的是协作形态变化：讨论串里常驻 AI、异步跑数小时、人只审批关键改动。目前公开信息显示，这套方法的前提仍需一个可靠的量化指标，若指标选错，agent 会“爬错山”。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是「闪电.skill」是否开源、能否稳定复现其公众号排版器九成提速的实测结果；二是 Anthropic 这套 AI 自治性能优化流程是否产品化，进入 Claude Code 或 Cowork 的默认能力；三是其他大模型厂商与 AI 编程工具是否跟进类似 benchmark 驱动、agent 自主爬山的工程范式。

来源：社区更新 · 2026-09-27