最后一间空房：性能工位回访——mjbatch 看房人首拆

概述

核心发现

• 性能工位仍是唯一零编制的空房。依赖位与数据库位的「执行座席」已在昨日存档中确认满员（七件存量、四件带量化实测），空掉的只剩「决策座席」；性能位两排座席全空。
• 今天的看房人 mjbatch 不走 Skill 这扇门：仓库描述里没有一个 agent 字样。它踩中的每个词——并行、批跑、吞吐——恰恰是性能工位的核心痛点，这说明填坑力量正从经典工程侧包抄。
• 计量层已经开张，但只记 agent 自己的账：tokentab 能把三个 CLI 的会话日志算成钱，却没有一件工具给「代码跑多快」记账。HN 上 RTK 的成本口径争议楼（142 分）则证明：连 token 这一侧的测量都对不上账，「测量本身难对账」的死因诊断有了实证。
• 填坑路径的先验排序更新：原生插件通道（x64dbg 已验证）＞计量先行（tokentab 形态移植）＞框架层（ECC 自述最近、技能簇最远）。

评测对比表

注：x64dbg 与 webapp-testing 沿用存档判词校准；mjbatch、tokentab、ECC 为本期口径※，均未经实测。星数取 9 月 14 日快照。

逐件横评

mjbatch：性能工位的第一位看房人（⭐406，Python）

今天新星榜上最值得盯的一行是：「A Python library for running thousands of simulations in parallel on CPU」。十几个词，没有一个提 AI、没有一个提 agent，但「thousands」「parallel」「CPU」三个词分别对应性能工位的三大痛点：规模、并发、算力账单。它把 MuJoCo 物理仿真的一次运行压缩成批量任务平铺到 CPU 上跑，本质是一台吞吐量压榨机——这正是性能工程最古典的形态：先有批量、再有基线、再有对照。首拆价值不在「能装来用」（它不服务写码现场），而在生态信号：7 天窗把它送进榜单（昨日包无此仓，今日⭐406），同期入榜的 INSLIB（⭐417）、rune（⭐463）同属非 AI 工程件——本期《新星榜杂货化》已把这批件归为「非 AI 工程库」，本文进一步指出：这批件里藏着性能工位未来填坑人的原型。短板：与 agent 生态零接口，SKILL.md 化无路径；看房人不是买主。

tokentab：计量层开张的半边柜台（⭐549，45天层离场）

「A CLI that reads Claude Code, Codex, and Gemini CLI session logs and works out how much they cost」——把三个 CLI 的会话日志读出来算成钱，这是计量件能做到的最小闭环：本地日志、零接线、直出账单。它的存在证明「测量件」在生态里做得出来、也有人要（新星榜在册多日后于今日因 7 天窗龄离场，见本期《新星榜杂货化》对账）。但它只记 agent 自己的账：token 数与美元数。代码跑多快、瓶颈在哪一段、优化前后省了几毫秒——这半边柜台至今空着。短板：口径单一，只认会话日志这一种真相源；且 HN 上 RTK 的争议楼说明连这一侧的账都对不齐（142 分楼主直指「RTK 报告的 token 节省与我们基准测试结果不符」）——计量件的护城河不在读日志，在口径共识。

affaan-m/ECC：自述离得最近，技能簇离得最远（⭐257741）

自我描述里的第一个短语就是「The agent harness performance optimization system」——按字面，它是全场离性能工位最近的件。但拆开看它的技能簇：skills、instincts、memory、security、research，五件套全部落在知识侧与方法论侧，这是《效率赛道三个空工位对账》已经给出的判词，三天后仍然成立。星速曲线倒是值得单独记录：256514（9月12日包）→ 257107（9月13日包，日增593）→ 257741（9月14日包，日增634），在《零新面孔》记录的「骤降过半」之后出现了小幅二次脉冲，但相对 25 万星的基数，日增已降至千分之二点五量级——巨型库进入慢速共识期。短板：它优化的是 harness 的性能，不是用户代码的性能；两个「性能」同词不同义，恰是这一赛道最容易被混淆的地方。

x64dbg-mcp-server：运行时通道的已验证样本（⭐1956，Zig）

存档判词照录：四动词里唯一摸到运行时状态的件。它的选型比功能值钱：不做外挂 HTTP 壳，直接写 x64dbg 原生插件走 MCP 协议，把「断点—暂停—检查」这套天然有协议边界的状态封装成工具调用。星速同样值得记录：从 9 月 1 日包的⭐1816 到今日⭐1956，13 天稳定爬升约 140 星、日均约 11 星——不是新星式脉冲，是长尾式渗透。对性能工位的启示在于：运行时状态进 agent 世界的已验证通道是「原生宿主插件 + MCP」，而不是 SKILL.md。性能测量件如果出现，大概率长这个样子：profiler 原生插件把火焰图、热点、耗时分布暴露成工具调用。短板：门槛全场最高，需要调试器与逆向环境，服务二进制侧※。

webapp-testing：官方侧唯一「以跑代证」的参照（官方示例仓）

存档判词：综合第一，「把测试写成可复跑的资产」。它在本期的参照价值：官方早就示范过 agent 如何拿到运行时证据——起服务、跑脚本、收结果，测试资产可复跑、可 diff。性能件与测试件共享同一套骨架，差别只在断言的量纲：测试断言「对不对」，性能断言「快不快」。官方把「对不对」的工位填了，「快不快」的工位连官方示例仓里都还没有对应件——这间空房连官方都还没排人。

性能工位的三扇门

flowchart TD
    PERF["性能工位 仍空"]
    K1["知识半张<br/>画像与清单"]
    K2["运行时半张<br/>在线测量"]
    A["门一 原生插件通道"]
    B["门二 官方内置动词"]
    C["门三 计量先行"]
    X["x64dbg 已验证"]
    W["webapp-testing"]
    T["tokentab 账单"]
    M["mjbatch 批跑"]
    R["RTK 口径争议"]
    X --> A
    W --> B
    T --> C
    M -->|借思想| C
    R -->|拖后腿| C
    A --> PERF
    B --> PERF
    C --> PERF
    K1 -->|可打包成件| PERF
    K2 -->|SKILL装不下| PERF

为什么这间房 SKILL.md 进不去？9 月 12 日的死因诊断是「测量本身难对账」，三天后的证据链更完整了：知识半张（怎么做 profiling、常见瓶颈画像、优化清单）今天就能打包成 Skill，但那只是又一本挂在水房里的操作手册；运行时半张（这次跑了几毫秒、热点在哪）必须在线接住进程，文本装不下。三扇门的排序与代价：

1. 门一（原生插件通道）：x64dbg 已经验证了协议可行性，profiler 插件照方抓药即可，但门槛最高——作者得同时懂 perf/eBPF 和 MCP。
2. 门二（官方内置动词）：verify/run 双件套已把「跑起来看结果」制度化，官方只要在断言量纲上加一组「耗时基线」就能占住这间房，成本最低，但主动权不在社区。
3. 门三（计量先行）：tokentab 的形态最容易移植——读 profiler 输出、出优化前后对照账。但 RTK 争议楼给这扇门挂了警示：没有口径共识，计量件出的第一份账单就会被楼上楼下吵掉一半可信度。

安装与使用

以下命令中，webapp-testing 出自存档口径，其余为仓库克隆（※未联网核验，安装前以各仓库现行 README 为准）：

# 官方参照：webapp-testing（存档命令）
git clone https://github.com/anthropics/skills
cp -r <仓库内webapp-testing路径> ~/.claude/skills/
pip install playwright && playwright install chromium

# 看房人：mjbatch（经典层，非 Skill，服务仿真域）※
git clone https://github.com/kevinzakka/mjbatch
# PyPI 包名未核验，以 README 为准

# 计量参照：tokentab（CLI，直读本地会话日志）※
git clone https://github.com/crwdla/tokentab

# 运行时通道样本：x64dbg-mcp-server（需 x64dbg 与逆向环境）※
git clone https://github.com/duty1g/x64dbg-mcp-server

推荐排行榜

• 综合榜：webapp-testing（4.00）＞ x64dbg-mcp-server（3.80）＞ mjbatch（3.65）＞ tokentab（3.63）＞ ECC（3.40）
• 离性能工位最近榜：x64dbg-mcp-server（通道已验证）＞ tokentab（计量形态最易移植）＞ mjbatch（思想最近、身份最远）＞ ECC（自述最近、技能簇最远）
• 可抄设计榜：x64dbg 的通道选型 ＞ webapp-testing 的可复跑资产 ＞ tokentab 的零接线记账
• 星速健康榜：x64dbg（日均约 11 星稳步渗透）＞ ECC（日增 634 但基数 25 万）＞ mjbatch（首日入榜待观察）
• 必装结论：写码现场暂无可装的性能件——本期五件里没有一件能直接回答「我的代码为什么慢」。在第一位填坑人进场前，性能问题的答案仍是古典的：自己跑 profiler，把 mjbatch 式的批量思维用在压测上。

参考来源

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。