三组优化合并后的整站热点评估：01649b4

结论

冻结提交 01649b4，对照 9a3c5f7。求值分配、路径复用、遍历游标三组优化合并后：

五组交错对照全部更快，配对 wall 变化中位数为 -8.57%；两组 wall 中位数为 8.254／7.555 秒。
malloc 减少 29,764,482 次，即 22.42%；realloc 减少 4,644,120 次，即 31.54%。
三种成功分配 API 调用合计减少 34,408,602 次，即 23.33%。
峰值 RSS 基本不变，仍约 2.70 GiB。减少累计分配不等于减少峰值存活内存。
当前第一过程热点仍是求值，第二是正文处理；对象构造／释放仍是主要操作成本，但已不是原先那些明显冗余构造。

下一步应优先研究“内容计划到最终节点之间的中间容器与重复物化”，其次是宿主有序路径索引的剩余重复工作。不应继续把已经修复的空 native 作用域、临时节点壳、字段键 String 中转、浅树遍历堆栈和路径逐分量扩容列为待修问题。本轮仅测量、分析和新增报告，没有修改生产代码或实施新的优化。

方法与证据

当前提交：01649b4；基线：9a3c5f7bdaeaa8eca31b6160f140a8928704322c。
同一冻结站点：51,739 页，78,004 项产物，共 451,812,631 字节。
git archive 冻结源码；普通 release、frame-pointer、coarse、detail 各用独立 Cargo target，编译并行度 2。
复制独立站点输入和输出目录，不修改 consumer 或旧实验目录。
当前版本 16 次完整构建：首次发布、五次普通计时、两次 frame-pointer 控制、三次 coarse、两次 detail、两次 CPU、一次分配。
另做新旧各一次对照预热、五组交错普通计时，以及一次基线分配诊断；共 29 次完整构建。
每次计时结束后核对所有产物长度及 SHA-256，29 次全部与冻结基准一致；最终再验证源码、二进制、输入和输出。
普通 A/B 均无探针，复用已验证的基线二进制；每对交替运行顺序，同一独立站点路径和已有产物条件。
CPU 为 499 Hz 的父进程用户空间调用栈采样，两次共 7,530 个样本，全部含目标二进制帧。不是包含扩展子进程的 wall 归因，也不是精确 off-CPU 分解。
分配包装器调用原 glibc 实现，仅统计指定父进程成功 malloc／calloc／realloc，不统计扩展子进程及未拦截入口。当前概率分配栈 89,606 条，记录丢失 0；1 条未找到应用帧，落在标准库线程栈 guard 初始化。
Python profiling 工具回归 71 项通过。没有在本轮重新运行全部 Rust 功能回归；生产变更的各组回归记录见相应日期日志。

证据目录：/tmp/opencode/notist-hotspots-01649b4-20261109。主要文件：manifest.json、paired-samples.json、paired-summary.json、samples.json、phase-summary.json、operation-summary.json、refresh-operations.json、allocation-focused.json、allocation-stacks.attribution.json，以及原始 CPU profile、分配二进制、符号缓存和 logs。工具副本在 reproducer；其中 analyze_refresh.py 补充新旧遍历表示的匹配和分配器调用上下文统计，不覆盖原始分析结果。

新旧交错对照：总体收益

指标，中位数	基线 9a3c5f7	当前 01649b4
wall	8.254 s	7.555 s
user CPU	7.545 s	6.859 s
system CPU	0.961 s	0.956 s
maxrss	2,832,736 KiB	2,831,784 KiB

五对 wall 变化：-8.50%、-8.62%、-8.08%、-8.86%、-8.57%。报告配对比值中位数 -8.57%，不将其与两组中位数之比混称；这只是本机该完整站点的一轮对照，不是跨机器置信保证。各优化的单项实验百分比不能相加，本轮只能归因于三组优化的合并效果。

当前版本单独五次普通计时为 12.244、11.337、7.579、8.140、7.858 秒，中位数 8.140 秒，全部保留。它们在编译后早期有明显波动，部分慢运行出现 major fault，但没有足够证据把全部差异归给缺页或 I/O。因此不直接拿上轮 8.407 秒与这组 8.140 秒作收益结论，而使用随后更稳定的新旧交错对照。

首轮向空产物目录发布为 10.384 秒，不纳入上述统计，也不是严格清空系统缓存后的冷启动实验。其余普通构建有完整产物，仍重新执行整站分析和求值，发布主要核对产物，不是编辑后的增量构建。

过程热点：现在在哪个阶段耗时

coarse 三次中位数；比例分母为同组 cli.total 的 7.517 秒，不与普通对照分母混算。

过程	wall	占阶段总时间
文档求值	2.686 s	35.7%
正文链接／嵌入、HTML 及阶段回收	1.638 s	21.8%
文档分析及宿主环境装配	0.917 s	12.2%
资源准备、复制及模板加载	0.746 s	9.9%
发布	0.440 s	5.9%
扩展与路由	0.296 s	3.9%
公共模板上下文	0.139 s	1.8%
最终页面模板阶段	0.069 s	0.9%

求值与正文仍占约 57.5%，没有出现新的单一主导阶段。上轮记录中的求值／正文约为 3.071／1.886 秒，本次为 2.686／1.638 秒，方向与总体改善一致；这些阶段不是新旧交错探针实验，不能将差值当作精确的逐项优化归因。发布中的 unchanged 比较约 0.386 秒；扩展进程执行及等待约 0.201 秒。表未列全装配、目录和返回边界；各项中位数也不保证严格相加。

coarse 外部 wall 中位数为 7.587 秒，detail 为 9.819 秒；detail 明显扰动求值，不用它给真实构建分配精确秒数。frame-pointer 两次为 8.245／7.612 秒，也有波动，因此不声称已精确测出探针的固定开销。

操作热点：剩余 CPU 成本

self 仅计最内层执行位置；inclusive 含被调用工作。各类别相互包含，不能相加，也不能直接换算为可消除的 wall 秒数。

操作／调用路径	两次 CPU 样本比例
glibc 分配／释放／扩容自身	26.2～26.9% self
文档求值 run	35.6～36.1% inclusive
present 内容物化	33.6～33.8% inclusive
execute	23.8～24.2% inclusive
expr	12.9～13.8% inclusive
std::path::compare_components	9.10～9.17% inclusive
HTML render_with_diagnostics	7.6～7.7% inclusive
Dict::insert	2.8～3.0% inclusive
新遍历器及旧入口合并识别	2.5～3.0% inclusive
implementation 查找	2.2～2.6% inclusive
memcpy／memmove 自身	2.4～2.6% self
HTML escape::write	约 1.9% inclusive
来源引用校验	约 1.7% inclusive
实例／编译期值 key	1.2～1.3% inclusive

分配器占比仍高，不表示分配优化无效

总体执行时间和分配次数都下降后，分配器在更小总量中的比例仍可保持较高。历史采样的分配器 self 为 27.0～28.2%，当前为 26.2～26.9%；不能只看百分比得出“没优化成功”。当前分配器 self 的调用上下文按互斥规则划分：

求值 run 栈内：占全部 CPU 样本约 10.0～10.2%。
HTML renderer 栈内：约 2.6～3.0%。
其余上下文：约 13.2～14.1%，包括宿主构建／资源／发布及不在前两者栈内的对象销毁。

这三项仅划分分配器叶子样本，不能把其余全部称为最终析构，也不能把 26% 都归给 evaluator。

路径查找改善，但宿主比较仍有成本

当前约 9.1% 的路径比较主要仍来自 Vault::ensure_environment、Assets::insert、Files::inspect、ResourceSession::register_source、资源准备和 publication::unchanged。DocumentIndex::find 不再出现在两次路径比较的主要调用者列表，符合精确索引改为 HashMap 的改动。这不表示文档索引零成本：哈希与相等判断仍执行，只是不再走原来的有序路径比较热点。剩余 ordered map 有输出顺序和冲突检测职责，不能将所有容器机械改为 HashMap。

遍历并没有消失，也没有因为换名而漏统计

原工具只识别 Node::descendants，当前主要迭代工作进入 Descendants::next。补充分析同时匹配新 next 实现和旧入口／闭包，只识别真实函数帧，不把泛型参数提及该类型算进去；当前仍约 2.5～3.0% CPU。历史采样为约 3.6～4.4%，是不同时间的诊断对照，不能承诺精确的绝对耗时下降比例。已解决浅树堆栈分配，不等于消除了多次扫描本身。

原热点是否被消除：分配证据

当前和重新运行的基线均使用 frame-pointer 二进制、相同包装器及已有完整产物条件。分配探针的耗时不进入普通 A/B。

成功 API 调用，父进程精确计数	基线	当前	减少
malloc	132,729,790	102,965,308	22.42%
calloc	37	37	0
realloc	14,726,628	10,082,508	31.54%
合计	147,456,455	113,047,853	23.33%

概率调用栈中的对应证据：

共享 Scope 的 malloc 栈样本：上轮 2,960 条，本轮 37 条。native 空作用域已经不再是百万级分配来源。
遍历路径的 malloc 栈样本：上轮 2,268 条，本轮 42 条；realloc 样本由 4,652 条变为本次未采到。
normalize 的 realloc 样本：上轮 10,944 条，本轮未采到；malloc 样本仍有 398 条，规范化并非变成零分配。

以上调用栈比较使用上轮保留的基线概率样本，本轮另跑的基线 API 总数与上轮完全一致。“未采到”不是一般性证明所有输入都不会分配；调用栈事件按概率采集，不能当作精确逐点计数。

还在大量创建什么

malloc 采样率 1/2048、realloc 为 1/256。下表按逆概率估计最近应用分配点，主要说明规模，不表示各组对象全部无用：

当前最近应用 malloc 点	次数估计
Shared<Vec>::new	1,022 万
Shared<Vec>::new	857 万
Dict::default	677 万
present	639 万
Text::from(&str)	578 万
Dict::insert<&String>	433 万
Content::one	408 万
Shared::new	396 万
Lexer::lex_code_string	361 万

Content::one、present 和共享 Piece 存储仍为百万级规模，意味着原优化移除了额外包装，但内容计划、挂载结果与最终树的多层存储仍有成本。字段键借用优化消除了 String 中转，不意味着最终 Text、字段 entries 和 COW 的成本也消失。仅凭 Shared<Vec>::new 的分配栈不能断言容器为空；需要追加长度／所有权分布才能决定是否采用更紧凑表示。词法字符串等也有很多小分配，但数量多不自动意味着应抢在求值通路之前重构 parser。

调用次数未变：execute／implementation 各 6,073,286 次，present 8,440,426 次，bind_content 2,213,972 次，data.native 1,955,784 次。实际 data.parse 565 次、parse_hit 51,173 次、模块编译 1 次、bind_cached 3 次。这些优化主要减少每次操作的成本，没有减少逻辑执行次数；现有数据与模块缓存仍然有效。

下一轮优先级

1. 研究内容物化的中间容器，而不是继续修已消除的冗余

crates/notist-eval/src/eval.rs：

Content::one 仍创建单元素 Vec，再进入共享存储。
native Construct 仍先形成可复用内容计划，随后 present_call 调用 present 获得临时 Vec，最后 extend 到调用者输出。
Element 路径虽已不再先造空壳，但仍有计划、子结果与最终共享 children 的表示转换。

最值得先补的是这些容器的空／单元素／多元素分布、唯一所有权比例和调用链分配归因。然后尝试局部减少确定不需要的临时结果，或让最终发射自然写入调用者工作空间，而不是一开始就引入全局池／缓存或全面改容器。这一方向有阶段、CPU、分配三方面证据，但 Content 具有可复用计划语义，不能缓存挂载结果或合并重复执行。必须保留实参及错误顺序、预算／回滚、来源链、词法捕获和重复挂载的独立执行。

2. 针对剩余宿主路径查找，缩小重复工作范围

src/vault.rs 的环境定位、src/publication/mod.rs 的有序输出冲突检查、资源快照与文件检查仍反复比较路径。下一步先测同一规范路径的重复查询次数与调用方已有句柄，寻找能自然复用已有结果的局部边界。DocumentIndex 已经处理，不必继续围绕它重复优化；不建议直接扩大成全局路径 ID、授权缓存或跳过 unchanged 核对。

3. 正文阶段的遍历与 HTML 缓冲区，可做独立小实验

crates/notist-ssg/src/build.rs 仍分别扫描链接和嵌入；遍历存储优化没有合并扫描职责。crates/notist-html/src/escape.rs 的 write 逐字符 push，采样仍可见它下方的 allocator 工作；可以检查安全地批量追加未转义片段及输出容量策略。两者都必须保持顺序、Unicode、HTML 转义及链接／嵌入检查，先做局部 A/B，不把正文阶段全部剩余时间都称为扫描或转义。

暂不优先

模块／data.parse 再加缓存：未命中工作量仍很低。
Symbol／FieldId／特化键全面重构：实例键约 1.2～1.3% CPU，不是最大头。
来源校验省略：约 1.7% CPU，不值得以语义和安全换收益。
最终模板并行优化：当前阶段约 0.9%，收益上限有限。
更换 allocator 或并行化求值：不是没有潜力，但本轮证据更支持先降低表示转换和小对象 churn。
内存目标：若关注 2.70 GiB 峰值，应单独测整批分析结果、文档树、资源快照和产物字节的存活边界；不能靠分配计数推断泄漏或节省量。

限制与复现

仅覆盖这一站点的 CLI 完整构建，没有覆盖 serve 编辑、LSP／Worker、不同树形／站点规模或严格冷缓存。未取得精确 off-CPU、磁盘系统调用延迟或硬件缓存 miss 分解；statx 的 CPU 样本不是磁盘等待时间。本轮 CPU 基线沿用上轮原始采样，普通 release 总体收益则是本轮新旧交错测量，二者证据强度不同。

使用 tools/profile_hotspots.py 的 prepare、build、measure、cpu、allocations、verify，传新的 --out；prepare 后将 site 符号链接替换为不含 dist 的独立输入副本。分析使用 tools/analyze_hotspots.py，以及证据目录 reproducer/analyze_refresh.py --out 当前目录 --baseline 上轮目录。普通交错对照通过 tools/profile_source_cost.py 的 run，在两侧预热后五对交替运行 baseline／normal；重新执行基线分配时使用已验证的基线 frame-pointer 二进制和相同包装器。所有输入、源码和二进制摘要见 manifest.json，不覆盖已有日志和测量文件。