Anthropic 表示，它在两周内将 claude.ai 和 Claude 桌面应用的核心体验提速至约原来的三倍。公司聚焦四条据称占全部活动 95% 的路径：启动应用、开始对话、加载已有对话和发送消息。在第 75 百分位——即四分之三的受测加载耗时不高于该数值——全新 claude.ai 页面从 3.1 秒缩短至 0.55 秒即可输入。据报告，新 Claude Code 会话的耗时也从 0.8 秒降至 0.3 秒。
正文中的 0.55 秒可输入结果，通过优化前后全新页面加载的对比加以说明。
核心理念是把等待转化为 Claude 可以优化的数字。工程师在一个频道中与 Claude Tag 协作；Claude Tag 是 Anthropic 推出的测试版 Slack 助手，可阅读线程并执行预先设定的指令。Claude 追踪缓慢步骤，创建或寻找基准测试，提出拉取请求，观察部署，并检查现场数据。如果改动有效，就降低基准测试的上限；如果无效，功能开关可以将其停用。文章称，超过 3,000 项改动已合并，期间没有发生面向客户的事件，也没有回滚。
该方法还针对普通仪表板可能忽略的问题。对于侧边栏卡顿，Claude 将布局位移映射到具名区域和阶段，然后使用一项测试：如果延迟到达的数据在页面可用后再次移动页面，测试就会失败。该测试在主分支上连续 20 次运行全部失败，而在拟议改动中连续 20 次运行全部通过。在另一条路径上，Valgrind 指令计数分别下降 48% 和 31%，报告的实测耗时则分别下降 78% 和 44%。这两组成对结果既说明了团队为何需要确定性指标，也说明了为何还必须让指标与实际延迟相关。
这直接展示了正文所述的侧边栏卡顿测试，其中延迟发生的布局位移已被消除。
代价在于，激进优化可能奖励投机取巧的做法。Anthropic 表示，它淘汰了结果不稳定的基准测试，要求每项拉取请求都经过人工批准，在优化之前先完成单元测试，并为用户可见的改动使用短期功能开关。不过，这篇文章是第一方案例研究：相关测量、事件数量和估算的每日节省时间都来自 Anthropic 自身的冲刺，而非独立审计。所提供的材料无法证明这些提升在两周之后是否仍能保持。