随着AI浪潮的兴起，越来越多的应用都在利用大模型重构业务形态，在设计和优化Prompt的过程中，我们发现整个Prompt测评和优化周期非常长，因此，我们提出了一种Prompt生成、评估与迭代的一体化解决方案，以解决Prompt测评和优化过程中的挑战，加快业务和大模型结合的速度。
这篇文章会全方位讲解事件循环机制，从这篇文章你可以学到，「事件循环」和「浏览器渲染」的关系，浏览器setTimeout、requestAnimationFrame（RAF）、requestIdleCallback（RIC）等API在事件循环的「执行时机」，导致浏览器卡顿的原因、交互指标是如何测量的以及如何提升网站的交互性能。
本文将简单介绍搜索展现服务发展过程，以及当前其面临的三大挑战：研发难度高、架构能力欠缺、可复用性低，最后提出核心解决思路和具体落地方案，期望大家能有所收货和借鉴。
百度APP作为日活过亿的国民级应用，经过这些年的发展，从最初的搜索，发展到现在包含搜索、Feed、视频、直播、小说、购物、小程序、网盘和众多垂类模块的超级应用，为服务更多用户满足更多用户需求不断迭代，应用像滚雪球一样越滚越大，包体积从最初的几十MB发展到最高时的420MB，每个版本自然迭代会有至少3MB的涨幅，过大的包体积带来的负面作用开始显现，400M的体积对下载转化率和卸载率提出了很大的挑战，因此包体积成为百度超级APP发展的拦路虎。 22年Q3开启包体积优化项目，从编译器优化(OC&Swift&C++优化、LTO优化、剥离调试符号、三方SDK优化)、图片优化(无用图片、HEIC图片优化、Asset Catalog图片优化、图片压缩)、资源瘦身(大资源优化、无用配置文件、重复资源)、代码瘦身(无用类、无用方法、无用模块、精简重复代码、工具类瘦身、AB实验固化)和工程架构(Xcode打包、防劣化)等方向做优化。 在满足正常业务迭代情况下，优化落地收益50M，百度APP包体积从七月初的395M下降到十二月末的352M，同一时间段内，国内大厂主流APP中，微信从502M上涨到530M，
百度APP iOS端包体积优化系列文章的前三篇重点介绍了包体积优化整体方案、图片优化和资源优化，图片优化是从无用图片、Asset Catalog和HEIC格式三个角度做深度优化，资源优化包括大资源优化、无用配置文件和重复资源优化，本文重点介绍代码优化，在百度APP实践中，代码优化包括无用类优化、无用模块瘦身、无用方法瘦身、精简重复代码、工具类瘦身和AB实验固化。在代码优化过程，需要分析Mach-O和Link Map，在前面的文章我们已经针对Mach-O文件做过了分析，本文先介绍Link Map文件，然后再详细介绍代码优化方案。
