分析 43 小时日志，定位智能体耗时

AI 编程助手越来越慢，先别急着换模型。作者分析了两个客户项目共 43 小时的 agent 运行记录，发现模型思考和输出只占 16%，大量时间花在测试、构建、部署、轮询，以及等待人类回复上。

这份记录的价值，是把「感觉模型变慢了」拆成了具体工程问题。不过，作者给出的节省时间既有已落地结果，也有待验证的估算，需要分开看。

先把时间分清，才能知道该优化谁

作者有超过 15 年编程经验，依然会积累技术债。接入 agent 后，这些债务更难察觉：任务跑完只看到最终回复，中间反复执行了什么，很容易被忽略。

Claude Code 会在本机保存带时间戳的会话记录。作者做了一个 skill，叫 analyse-bottleneck，把运行时间归入测试、构建、部署、轮询、脚本、模型处理或等待用户等类别。时间统计由普通 Python 完成，不依赖 AI；工具随后给出修复建议，并展示估算依据。

Project 1 的 agent 运行共 36.5 小时，模型思考和输出占 5.3 小时，测试、Shell 脚本、轮询和部署占 26.4 小时。图中还单列了等待作者的 49.7 小时，不能把它与运行时间混成同一个统计口径；报告展示的预计可节省时间约为 4.1 小时。

模型只占一小部分时，换更快的模型也解决不了主要等待。

但这个结论限定在作者采样的项目和会话里，不代表所有 AI 编程任务都有同样的分布。

测试和部署，为什么会被重复成本拖慢

Project 1 在修复过程中反复运行范围较大的测试套件，共 87 次、累计 3 小时。作者估算，迭代时只跑相关测试，每周可以节省约 1.8 小时。

另一个成本藏在初始化里：每轮测试约 16 秒，其中应用 51 个数据库迁移就占了 6 到 9 秒。缓存已经完成迁移的数据库，预计还能节省约 1 小时。

单次多等几秒并不显眼，反复执行后就成了大头。agent 执行得越频繁，重复准备工作越值得检查。

部署也有类似浪费：每次都构建一个最终镜像根本不使用的 Docker 阶段，占部署耗时中位数 15.9 分钟里的 5.4 分钟。作者给出的修复是设置 DOCKER_BUILDKIT=1。这里针对的是他们项目中无用阶段被构建的问题，不能据此认定所有 Docker 慢构建都能靠这一行解决。

已落地的是 Project 2：后台 worker 的镜像构建从 20 到 24 分钟降到不足 1 分钟，修复过程中的一次测试从 19 分钟降到 35 秒。原文没有完整交代这两项结果各自对应哪些改动，不能把全部收益归给某个开关。

等状态和等人，也能耗掉大量时间

一个等待循环竟然跑了 47 分钟，原因是 pgrep -f 匹配到了循环自身的 Shell。它想确认目标进程是否结束，却把自己也当成了目标。

Project 2 则为 12 次部署检查了 134 次状态。每次检查都会重新读取上下文，累计消耗 1660 万 tokens。作者建议，用一条部署完成后才返回的阻塞命令替代反复查询，让工具等结果，减少 agent 一轮轮介入。

人也在等待链路里。作者发现，agent 有 28 次完成工作后等待下一条消息，每次等待的中位数为 5 分钟。他准备通过 Stop hook 在停止时发送手机通知，并在 CLAUDE.md 中列出允许 agent 自主决定的事项。

这两种改进解决的是不同问题：通知减少漏看，决策清单减少不必要的来回确认。

我的判断

我认同先测量再换模型。测试初始化、无用构建阶段和错误轮询，都是可以定位的工程问题；提高模型速度不会自动修复它们。

不过，「每周约省 5 小时」还不能视为完整验证后的稳定收益。Project 2 已有前后耗时，Project 1 的修复仍在上线，作者计划一周后复测。原文没有给出统一对照条件，也没有展示任务规模和正确性检查是否一致。

只跑相关测试适合缩短修改过程中的反馈周期，但最后仍要按项目要求完成必要检查。缓存迁移后的数据库，也得考虑迁移变化和测试隔离。原文没有说明这些边界如何处理。

此外，命令耗时容易统计，模型思考和工具等待的边界如何划分，原文没说清。它适合作为排查线索；「AI 往往不是瓶颈」仍是基于有限项目的经验判断。

能拿来做什么

• 给近期较长的 Claude Code 会话做一次耗时拆分，先找测试、构建和等待中最大的部分，再决定是否值得换模型或升级套餐。
• 检查前端或 Node 项目的测试迭代流程，确认是否每次都跑全套、重复初始化数据库；把局部验证与最终检查安排清楚。
• 检查部署脚本里的状态轮询，尤其是 pgrep -f 的匹配范围；工具支持等待完成时，优先让一次命令返回最终结果。
• 需要试用作者工具时，可以执行下面两条命令。关注第二行的插件标识，保持与 marketplace 对应：

claude plugin marketplace add jindraregal/analyse-bottleneck
claude plugin install analyse-bottleneck@jindraregal