新年伊始，照例进行年度总结。过去一年，Perfetto 系列的基础内容已完整梳理完毕（多数文章已同步更新至博客）。回看此前规划，仍有许多可深入的方向：各类离奇 trace 案例、更多样化的出图类型、进阶用法等。在与多位读者一对一的 trace 分析交流中，也暴露了不少此前覆盖的盲区。好在 2026 年 AI 将大幅加速该体系的迭代——新的一年会继续深耕 Perfetto 系列、维护技术周刊，并将更多实战案例逐步分享出来。大家若有想探讨的话题，随时欢迎提出。

关于读者间的交流，不得不感叹行业圈子确实不大——问题抛出后总有人接茬，且常常都是熟面孔。问题五花八门，很多我都无法解答，真有“隔行如隔山”之感：每个字都认识，连在一起却不知所云。好在近两年 AI 表现强劲，不懂就去问、去记，总能有所收获。从多年经验看，讨论与记录总结是最有效的学习方式：讨论加深记忆，记录和总结则是查漏补缺的必经之路（最好建立并持续填充自己的知识体系）。

视频方面，几期 Perfetto 实操视频收获了 300 余赞、800 余收藏，确实没想到有这么多人在关注。涉及 UI 和操作的部分，视频比文字更直观——许多读者在观看 trace 操作过程后才恍然大悟。新一年计划在视频平台更新更多实操内容。

创作与分享

Perfetto 系列基础篇已告一段落，但案例篇和高级用法篇仍有大量可挖掘的空间。一对一 trace 分析中遇到的实际场景，也催生了新思路。2026 年 AI 的加入将显著提升产出效率，同时我也会整理更多实战跑出的数据、对比及异常案例。若读者有想了解的具体方向，欢迎随时反馈——这才是社区应有的节奏。

AI

今年 AI 的发展速度惊人，许多老工具和代码库都借助 AI 重新包装，节省了不少精力，但底层逻辑仍需亲自掌握。使用最频繁的工具有 Cursor 和 Claude Code，主要用于 Demo 项目、脚本、效率工具、健康 App 等，目前尚处于初步探索阶段。关于 AI 在工作中的定位，我比较认同 @芦半山 在《2025：生活是个缓慢受锤的过程》中提到的观点：

并非做一个 AI 工具才叫用到了 AI。在日常写代码、查 Bug、学新知的过程中，都应融入 AI，同时也要明确 AI 的局限性。真正的资深老手，核心能力在于逻辑闭环。他们不轻信表面的相似，而是将中间每一环的逻辑推导落实到位。即便是细微的表象差异，也可能指向完全不同的根因。

AI 对工作的影响是全方位的。正如上文所说：“你的工作之所以存在，不是因为你会写代码，而是因为你是商业链条中解决问题的一环。代码只是工具，解决问题、交付价值才是目的。” 思考如何借助 AI 去解决问题、交付价值，是 2026 年一个大的方向。

最后分享一个 2026 年软件工程领域的展望：

• 如今你的大部分代码都应该由人工智能编写
• Cursor / Codex / Claude Code / Gemini 等，应根据工具发布周期灵活切换
• 用人工智能来检查人工智能编写的代码
• 让人工智能编写测试
• 让人工智能读取日志
• 让人工智能浏览你的浏览器
• 当然，简单的场景自己检查更高效
• 仍应快速扫描代码变更，内部工具可粗略浏览，面向客户的代码需深入阅读
• 利用人工智能帮助定义规格

总而言之，新的一年，底层能力与 AI 工具两手抓，才能持续输出高质量的技术内容。