# 性能与成本实测（对应任务 ③）

> 数据全部来自 `evidence/` 下的 json，不是估算。复跑命令写在每节末尾。

## 一 · fold 耗时分解

一次 fold 由四段组成，耗时相差三个数量级：

| 段 | 耗时 | 依据 |
|---|---|---|
| 增量范围选择（`selectIncrementalRange`） | **0.01 ms** | `bench-2000.json` → `ms.selectRange` |
| 渲染硬事实块（`renderFacts`） | **1.1 ms** | `bench-2000.json` → `ms.renderFacts`（2000 边 / 1201 失败边 / 81,167 字符） |
| **模型生成摘要** | **5–20 秒** | `真实模型多规模测试.json`：A 5,175ms / B 8,337ms / C 8,776ms；`真实端到端测试.json` 15,226ms |
| 事务写入（`compactRegion` 内 replace） | 未单独计时 | 单测里整条事务 < 50ms（无模型时） |

**结论**：fold 的耗时 99.9% 是模型调用。插件自身逻辑（范围选择 + 事实渲染 + 事务）在 2000 边规模下合计 < 2ms。

**如果要优化 fold 速度，唯一有效的手段是减少模型调用次数** —— 这正是 `growthFloorTokens`（增长门）的作用：刚压完立刻再调会被拦住（`evidence/fold触发验证.md` ③）。

```bash
node test/bench.mjs 2000
node test/real-model-scenarios.mjs
```

## 二 · graph 体积

| 规模 | graph.json | 说明 |
|---|---|---|
| 2000 边 / 2001 节点 | **1.41 MB** | `bench-2000.json` → `jsonBytes: 1,477,526` |

线性外推：

| 边数 | 预估体积 |
|---|---|
| 1,000 | ~0.7 MB |
| 5,000 | ~3.5 MB |
| 10,000 | ~7 MB |

每次 flush 写入 1.41 MB（同步 + rename 原子写）。2000 边时序列化 **3.505 ms**（`bench-2000.json` → `ms.serialize`）。

落盘频率：变化后 **1.2 秒 debounce**（同一会话的多次变化合并）；`graph.md` 只在 idle / fold 后渲染。

## 三 · ledger 渲染

| 指标 | 值 | 依据 |
|---|---|---|
| 渲染耗时（2000 边） | **0.478 ms** | `bench-2000.json` → `ms.renderLedger`（v1.3.x 是 4.9 ms；本轮 0.478 ms：手割只算一次 + 跳过注定装不下的档位） |
| 输出 tokens（预算 500） | **323 tokens**（L5 降级；v1.2.x 时 476，v1.3.1 起短标签，**v1.4.0 起每条边都带报错原文**） | `bench-2000.json` → `ledgerTokens` |
| 失败边总数 | 1201 | `bench-2000.json` → `failures` |
| 预算内省略 | 1191 条进汇总行 | `bench-2000.json` → `ledgerOmitted` |
| 真实会话（2443 事件） | **349 tokens**（L3） | `evidence/重启验证.json` → `v012.ledgerTokens` |
| 真实分词校验 | 1219 字符 → **486 prompt tokens** | `evidence/真实模型测试.json`（网关 usage 反推） |
| 全库 45 个真实会话（同语料新旧对比） | tokens **19,437 → 20,714（+6.6%）**，带原因的失败边 **87 → 207（2.4×）** | `evidence/热清单标记AB实验.md` §3 |

**降级链**（L0→L5）：全量 → 原因截短 → 只留意图 → id+22字 → 最近20条 → 最近10条。
**每一档都保留「报错原文」与「总条数 / 省略范围」汇总行**（v1.4.0 起不再整段砍掉原因 —— 实测全库
只有 25/133 条可见失败边带原因，而模型判断「是不是同一个坑」靠的正是报错原文）。
装不下的档位会被**预判跳过**（按每行下界 × 条数），不再白渲染 1201 行。

## 四 · 真实 token 曲线

### 4.1 一次 fold 的 token 收支（模拟，`evidence/模拟结果.json`）

| 场景 | 折叠次数 | 摘要成本 | 计费总量 | 峰值上下文 |
|---|---|---|---|---|
| 200K 窗口 / 200 步 | 见 json | 16.1M / 17.5M / 23.4M | 185M / 189M / 283M | — |
| 1M 窗口 / 600 步 | — | 18.4M / 22.5M / 27.9M | — | — |
| **节省（平均上下文）** | | | **26.96% / 33.66% / 22.7%** | |
| **节省（峰值上下文）** | | | | **37.7% – 43.2%** |

### 4.2 热上下文的真实占比（实测）

| 会话 | 热上下文 tokens | 上下文窗口 | 占比 |
|---|---|---|---|
| 真实会话（2443 事件） | 349 | 200K（假设） | **0.17%** |
| 压力测试（2000 边） | 476 | 200K | 0.24% |

即：**棋谱把「每一步都重读全部历史」换成「每步只读 ~350 字的索引」**，这是它省 token 的根本机制。

### 4.3 摘要本身的成本

| 场景 | 摘要字符 | tokens | 耗时 |
|---|---|---|---|
| 5 条失败边 | 1,418 | 1,201 | 5.2s |
| 15 条失败边 | 3,111 | 2,647 | 8.3s |
| 30 条失败边 | 4,439 | 3,766 | 8.8s |
| 真实端到端（4 步调试） | 782 | 2,624 | 15.2s |

**注意**：30 条失败边的摘要 4,439 字符 ≈ 1,480 tokens（中文），一次 fold 的摘要成本约 **1.5K tokens**。相比它省下的历史（动辄几十万 token），值得。

## 五 · 三个还没量准的数

| 项 | 为什么没量 |
|---|---|
| **真实计费口径的节省** | 只有模拟（`模拟结果.md`）；真实账单要等重启后跑长会话才能核对 |
| **fold 的事务写入耗时** | `real-fold.mjs` 只测通不测时；要单独插桩 |
| **跨进程并发** | 单进程内 flush 是同步+rename 原子；多实例未验证 |

## 复跑命令

```bash
node test/bench.mjs 2000          # 渲染/序列化/范围选择
node test/evidence.mjs            # 重算模拟结果
node test/real-model-scenarios.mjs # 真实模型多规模（含耗时）
node test/replay-verify.mjs       # 真实日志回放（含真实 tokens）
```