最近 Google 发模型发得停不下来。Gemini 4 这一家子,七周里连发了四个,名字还都是元素:Argon、Carbon、Hydrogen、Neon。这几个是真能打,独立评分榜 Artificial Analysis 上:最新出的 Neon 61 分,Carbon 60 分,刚出来的时候 Carbon 还一度排过第一;就连主打便宜快的 Argon 也有 50 分。榜单前几名,除了 Google,就是 Claude 和 OpenAI。

赶上黑五,Gemini 订阅打五折,我顺手买了一年 Pro。

我之前做过性能调优工具,所以周末抽空研究了下,最近 AI 时代这行有什么变化:先看了 Android 的 Perfetto,过去一年把 AI 加进去了三步。查了一圈,再回头看鸿蒙这边,结论是:Android 确实快了一步,但鸿蒙不是没有,是有,但很散。

一、Perfetto 这一年,AI 是三步加上去的

先说 Perfetto。Perfetto 是 Google 的官方性能追踪工具,Android 性能分析的标准件。过去一年,它的 AI 功能是三步加上去的。

第一步,2026 年 7 月 2 日,Perfetto v57.1,出了官方的 Perfetto AI skill。

这是一个给编程 Agent 用的 skill。你把 trace 文件(性能追踪记录)丢给 Agent,它自己把 trace 加载进 trace_processor(Perfetto 的解析查询工具),写SQL去查,最后告诉你查到了什么。不用你自己在时间线上一点点找,也不用你自己写 SQL。内存泄漏、OOM(内存耗尽崩溃)、掉帧,它按手册一步步查。支持 Claude Code、Codex、OpenCode、Cursor 这些 Agent。

Google 官方有个完整演示:一个 App 主线程卡了 9 秒多,AI 拿 skill 查出来,是按钮回调在主线程上同步调网络,2 秒超时,重试三次就是 6 秒,定位到具体哪行代码,建议挪出主线程。跟人手动查的结论一模一样。

同一个 skill 查 OOM 也是一样的路子:官方演示里一个 Activity 占了 240.28 MiB、94% 的堆,8 个实例没释放,AI 查出来是监听没注销,还直接给了修复补丁。AI 那份报告是另外单独抓的一次(7 个实例,约 210 MiB),根因一样。

这个 skill 到底在干什么?

它不教 agent 背表和字段,agent 的知识也不是自己带的。知识分三层,都在 skill 和工具里。

第一层是 skill 文件里的现成剧本。skill 里带了 workflows(分步骤的调查手册)和现成的 SQL 脚本。比如查内存泄漏那份手册,先让 agent 跑两条现成的 SQL,再逐句教它怎么读结果:什么叫“热点”、Activity 实例比窗口多意味着什么、哪条引用链是泄漏的根因。SQL 脚本里还直接写死了专家经验,比如那条查泄漏 Activity 的脚本,用的就是 LeakCanary 那套判断。agent 不用自己会写,照着跑、照着解释就行。

第二层是工具里带的数据模型。trace_processor 里面内置了 273 个 SQL 模块,每个模块都是一张带注释的表或视图,字段是干嘛的都写清楚了。agent 不用背,skill 教它“发现,别猜”:先查一张表有哪些列,再按关键词搜模块、看文档,最后加载进来用。schema 的真相在工具里,agent 现用现查。

第三层才是 agent 自己带的:会写 SQL、懂大概的 Perfetto 概念。但 skill 明确不让它靠这个,连 join 该用哪个 id、时间字段的特殊值、别直接拼 args 表这些坑,都白纸黑字写在 skill 里,就是怕 agent 凭印象写错。所以 agent 的知识主要不是它自己的,是 skill 和工具给的。

第二步,2026 年 8 月 6 日,v58,让它变快了。

之前每次问一个问题,Agent 都要重新解析一遍 trace。v58 给 trace_processor 加了服务器模式:trace_processor server unix --name S --daemonize trace.pb 起一个后台进程,一次把 trace 解析进内存;之后每次查询用 trace_processor query --remote S "SELECT..." 连上去,SQL 发过去、结果拿回来,不用再解析。会话有名字,建的表、加载的模块下次查询还在,30 分钟没人问就自动回收。skill 也改了:现在先把 trace 加载进一个会话、一直复用;每次分析完按 skill 的要求存一份 Markdown 报告,问题、发现、用的 SQL 都在里面。

第三步,2026 年 10 月 23 日,v59.1,把 agent 模式做进了 trace_processor 本身。

trace_processor 现在能自己认出是不是在给 Agent 用:查一份 11 个环境变量的名单(CLAUDECODE、AI_AGENT、CODEX 这些),再加两个条件——输出不是终端、用户没指定格式。三个条件都满足就判定在给 agent 用,也可以用 --agent / --no-agent 强制开关。

认出来之后三件事:

  1. 结果默认出 Markdown 表格(不是 CSV),有上限:1000 行、10000 字节、每格 500 字,超了只显示头尾加一行总数。
  2. 报错变成单行 JSON,里面除了错误本身,还带出错位置、完整的报错堆栈和一条“下一步该干嘛”的提示。
  3. SQL 报错本身改成了 rustc(Rust 的编译器)风格,–> 来源:行:列 定位、行号、箭头指向错的地方、最后 error: 写原因,Agent 一眼就能看懂错在哪。

三步下来,Perfetto 从“人用的工具”变成了“AI 能用的工具”。

换句话说,以前查个启动慢,你得进 Perfetto 界面,选进程,在时间线上一帧帧找。现在不用了,一句话丢给 AI,它自己抓 trace、写 SQL,报告直接给你。

二、旁边还有两条线,Android 是成套上的

Perfetto 只是其中一条线。Android 这边是成套上的。

2026 年 5 月 19 日,Google I/O,Android Performance Analyzer(APA)公开测试。

这是 Android 新的性能分析工具,底层就是 Perfetto。它带了两个自己的 skill:一个叫 Perfetto SQL skill,让 AI 帮你写 SQL;一个叫 Perfetto Analysis skill,你直接问"我的 App 启动为什么慢",它帮你找切入点。

已经有公司拿 APA 干活了。The Forge Interactive 做图形的,用 APA 查自己的 Android Runtime(几十万粒子加光线追踪),三星 Galaxy S22 上跑。查出帧 pacing 设错了,改成稳 30 帧,手机过热降频的时间直接拉长:轻度 101 秒到 284 秒,中度 183 秒到 437 秒,重度 281 秒到 620 秒。

2026 年 7 月 14 日,Android Studio Quail 2 稳定版。

这次把开源的 LeakCanary(一个查内存泄漏的工具)直接接进了 Profiler。查内存泄漏不用在手机上跑了,挪到电脑上做,号称快 5 倍。查到了,Profiler 给你一张彩色的泄漏链路图,还能点"Fix with Agent",Gemini 看着这张图,告诉你这个引用为什么没被释放,再把改法写出来。

同一个版本,App Quality Insights(AQI,线上崩溃分析)也接进了 Agent Mode。线上崩了,点一下,Agent 拉着本地代码和完整堆栈,给你一个分步的修复方案,你点了同意,它直接帮你改代码、再验证。

2026 年 10 月 28 日,Android Dev Summit,Rabbit 2 稳定版。

Bring Your Own Agent,40 多个外部 Agent 都能接进 Studio。APA 也能让 Agent 直接分析 trace 了。

数一下,Android 这边是四层:Perfetto skill、命令行 agent 模式、APA、Studio。层层都通了。

三、鸿蒙这边呢?有牌,但散

SmartPerf 是 OpenHarmony 的性能调优工具。但只看 SmartPerf,就把鸿蒙看小了。鸿蒙这边,牌其实有几张,只是散在各处,没拧成一套。

最硬的一张,2025 年 6 月 20 日就出了:DevEco Studio 里的智慧调优。

这是华为官方的,一个专门训练过的 Agent,看 Profiler 抓的数据,用大白话跟你对话:冷启动慢在哪、哪几帧掉了、内存泄漏的根在哪。30 多个小工具,查完给根因和优化建议。普通开发者就能用。而且它比 Android 的 Quail 2(2026 年 7 月 14 日)早了一年多。

2026 年 6 月 12 日,HDC,DevEco Code 和 DevEco CLI 发布。

终端里的 Agent 和命令行工具,带自己的 MCP Server(一个让 AI 调用外部工具的接口),跟 Android CLI 那个闭环是一个路子。

2026 年 10 月,WPS 把 Harmony Trace Analyzer 开源了。这工具是它给自家鸿蒙版 WPS Office 做性能优化时,跟华为鸿蒙突击队一起搞出来的,放在 GitCode 上。

它能批量分析、自动聚类热点、接大模型做 AI 诊断。WPS 自己报的数:2000 多个用例,单个用例从 5 分钟降到 1 分钟(WPS 自己说的,没独立验证过)。设计上是通用的,但要用 HiTrace Tag 先埋点。

这里有个关系得说清楚:Harmony Trace Analyzer 自己不解析 trace。它拿到 .htrace 文件,先调 SmartPerf 的 trace_streamer 转成 SQLite 的 .db,再对这个 .db 做分析。trace_streamer 是 SmartPerf 的解析器,C++ 写的,活儿就一个——把 trace 文件转成数据库。WPS 这个工具,底座就是它。

trace_streamer 有两种用法:转成 .db 文件,或者编成 WASM 在浏览器里跑。WPS 的工具用的是前者,转成.db 再分析;SmartPerf 的网页用的是后者,trace 文件在浏览器里直接解析进内存数据库,网页查内存数据库,画出时间线。

2026 年 8 月 13 日,SmartPerf 也加了 sp-host-mcp-server。

它让 AI 编程助手能调用 SmartPerf 的能力,TypeScript 写的。这一步方向是对的,跟 Perfetto 的 AI skill 是一个思路。不过它现在还没对外推:没写文档、没发公告,开发者在公开渠道还找不到它。9 月 20 日还回退过一次,把里面的文档删了。

还有个名字得说清楚:谛听。它不是华为官方产品,也不是一个工具,是鸿蒙突击队那帮人加上 WPS、小红书这些合作方共用的一个牌子,工具都挂在它名下。

数一下,鸿蒙这边其实有四张牌:IDE 里的智慧调优、终端里的 DevEco CLI、WPS 的 trace 工具、SmartPerf 的 MCP。但它们分属不同地方,没有一根线把它们串起来。SmartPerf 2026 年最大的两件事,还是另一条线:9 月 15 日出了鸿蒙 PC 版,10 月 16 日把 device 端整个移除了。也就是说,SmartPerf 今年的重心可能是“搬上鸿蒙 PC”。

所以,鸿蒙不是没有,是有,但散。单比“找问题、讲清楚问题”,鸿蒙有能打的牌;比“官方 skill → 分析工具 → Agent → 自动改代码 → 系统自动抓 trace”这一整套,Android 领先一代。最直观的差别就在这:Perfetto 那边,一句话就能让 AI 抓 trace、出结果;SmartPerf 这边,你还得自己进界面、选进程、一帧帧看。

Android

鸿蒙

官方 skill

Perfetto AI skill(2026-07-02,官方)

SmartPerf MCP(2026-08-13,还没对外推)

分析工具

APA(2026-05-19)

WPS Harmony Trace Analyzer、SmartPerf 网页

Agent

Studio Agent Mode、Android CLI

DevEco Code、DevEco CLI

自动改代码

Fix with Agent、Fix with AI

没有看到

系统自动抓 trace

ProfilingManager(ANR、OOM 触发)

没有看到

四、SmartPerf 未来的方向可以是什么?

差距不在“有和没有”,在“散和整”。牌都在那了,未来可以往哪走?先看离落地最近的几种可能:

一种可能,是把散的牌拧成一套。

智慧调优在 IDE 里,DevEco CLI 在终端里,WPS 的工具在 GitCode 上,SmartPerf 的 MCP 藏在仓库里。这四张牌没一根线串着。拧成一套,不用从头做一个 Agent,是把现成的接起来:把 MCP Server 的文档写出来、让人找得到,接上智慧调优的分析能力,再跟 DevEco CLI 的 Agent 打通。还有一环可以补上:智慧调优现在只给诊断和建议,不帮你改代码;Android 的 Fix with Agent 是查出来、讲清楚、改掉、再验证,一气呵成。这一环鸿蒙还没有。

另一种可能,是 Skills 化。把“查掉帧、查内存泄漏、查功耗”写成 Skills。

不过 Skills 化只是最上面一层,底下还有两层得先做。Perfetto 那个 skill 的做法是:

  1. skill 文件里带现成剧本——分步骤的调查手册加现成的 SQL 脚本,告诉 agent 先跑哪条、结果怎么读。
  2. 工具里带数据模型——trace_processor 内置了 273 个带注释的 SQL 模块,agent 按关键词搜、现用现查。

SmartPerf 这两层都缺:MCP Server 里有 16 条现成的 SQL 模板,工具描述里也埋着“不能这么写”的提醒,但原来那份 SKILL.md 在 2026 年 9 月被删了,没人告诉 agent 先跑哪条、结果怎么读;仓库里有一份详细的表结构文档,但它是给人看的,不是 agent 能按关键词查的数据模型。

得先把这两层补上:把现成的 SQL 和提醒拧成带解读的调查手册,再把表结构文档变成 agent 能查的数据模型。补上了,再把“查掉帧、查内存泄漏、查功耗”写成 Skills,让 agent 按手册执行。Android Skills 官方说是 30 个以上、8 组,不用一次做 30 个,可以先从最痛的三个开始:掉帧、内存、功耗。

除此之外,还有两个方向:

  • 评估门禁:发版前先评估,不合格不让发。
  • 分析即界面:分析结果直接就是界面。

结尾

性能工具的竞争,现在比的不是谁的数据更全,而是谁先让 AI 帮你把问题查出来。

Android 是四层官方的、打通的;鸿蒙是几张好牌,但散在各处,没拧成一套。好消息是,牌不用再找了,智慧调优、DevEco CLI、WPS 的工具都已经在那了;坏消息是,拧成一套的活,还没人干。

这几种可能,哪个你最看好?是把散的牌拧成一套,还是 Skills 化?

参考资料

Perfetto AI 技能官方文档——讲这个 skill 怎么装、怎么用:agent 加载 trace、写 SQL 查问题,还带内存和 GPU 的查法。

Perfetto AI 技能源码——skill 本身的说明:支持 Claude Code、Codex 这些 agent,装一次就能用,trace_processor 自带。

trace_processor agent 模式官方文档——v59.1 的 agent 模式:结果默认出 Markdown、报错变单行 JSON,agent 不用再猜格式。

Android Performance Analyzer 发布博客——2026 年 5 月 19 日发布:独立 App 加 Studio 内嵌,CPU、GPU、内存、功耗一把抓。

Android Performance Analyzer 发布说明——各版本都改了什么的记录。

The Forge 案例——第三方公司拿 APA 查自己的 Android Runtime:改帧 pacing,手机撑到降频的时间直接拉长。

ANR 案例——Google 官方完整演示:主线程卡 9 秒多,手动查和 AI 查的结论一样。

OOM 案例——Google 官方完整演示:一个 Activity 占 240.28 MiB,AI 查出监听没注销,还给了修复补丁。

ProfilingManager AI 分析官方文档——系统触发抓 trace(ANR、OOM),AI 拿 Perfetto skill 分析。

CodeGenie 智慧调优(InfoQ 报道)——华为官方的 AI 性能分析:用自然语言问,30 多个小工具查冷启动、卡顿、内存。

DevEco Studio 发布说明——智慧调优在 DevEco Studio 6.0.0 Beta1 里上线。

WPS Harmony Trace Analyzer(GitCode 开源仓库)——开源的 trace 分析工具:基于 SmartPerf 的 trace_streamer 解析,再做根因分析。

SmartPerf(GitCode 开源仓库)——SmartPerf 主仓库:MCP Server、trace_streamer、鸿蒙 PC 版都在这。

Logo

作为“人工智能6S店”的官方数字引擎,为AI开发者与企业提供一个覆盖软硬件全栈、一站式门户。

更多推荐