software-performance

本文批判了多种基准测试中的缺陷，涵盖性能评估工具如粗略估算、AI模型评估如DeepSWE与Senior SWE-Bench，以及使用汽车轮胎的类比，旨在揭示基准测试的常见问题。

一位Twitter用户讨论了Fable 5.1在Blender中的性能，将其输出与参考图像进行比较，并指出它很好但不完美。

AMD正在努力改进其软件以应对AI工作负载，特别是在代理任务方面，有潜力在性能与价格比上超越NVIDIA，但目前的软件和领导层问题阻碍了进展。

Gergely Orosz 讨论了现代软件常常忽略性能的问题，以 Bun 和 Linear 为例，并展示了 Mitchell Hashimoto 为 tmux 制作的 Superlogical 快速演示。

这期 Pragmatic Engineer 播客节目邀请了 Casey Muratori，讨论软件性能以及使用 AI 辅助学习 Assembly。

作者认为，尽管LLMs使某些优化变得更廉价，但由于异步工作流中对延迟的容忍度增加以及其他实际约束，软件仍然可能变慢。

该文章指出，LLMs和AI工具正在降低软件性能优化的门槛，使得之前因成本过高而无法实施的自定义适配（如JIT编译器和正则表达式引擎）成为可能。

本文探讨了大语言模型如何降低编程语言选择的摩擦，促使开发者采用如 Rust 和 Zig 等面向性能的语言来开发快速、小型的软件，并使得处理以前被认为困难的技术成为可能。