怎样证明优化有效并且没有副作用？

标准回答

统一测试条件与指标口径，进行多次前后对比，关注中位数和尾部时延，而不只挑最好一次。既测主要收益，也测崩溃、内存、线程、功耗、数据就绪时间和关键交互，防止局部指标变好但实际体验变差。

控制构建类型、机型、系统、温度、后台负载、网络、缓存与编译状态，区分冷温热启动。可以用 Macrobenchmark 等进行回归；Baseline Profile 可改善部分代码的执行准备，但不能消除网络、错误依赖或主线程 I/O。(Macrobenchmark)

异步化后首帧快了 100ms 就能上线吗？还要确认内容是否可用、点击是否阻塞、是否发生数据竞争和页面销毁后回调。指标提升与正确性都满足后，再结合灰度数据判断。