揪出导致应用变慢根源，微软 Win11 性能分析工具测试接入 AI

三角裤爱好者

IT之家 8 月 6 日消息，科技媒体 Windows Latest 昨日（8 月 5 日）发布博文，报道称微软正在测试在 Windows Performance Analyzer（WPA）接入 AI， 借助 MCP 让开发者分析 Windows 11 性能问题。

IT之家注：Windows Performance Analyzer 是微软用于分析 Windows 性能问题的工具，可查看跟踪数据、进程、调用栈、CPU 活动、磁盘活动、内存活动和调度行为。

开发者通常用它判断系统卡顿、响应延迟或性能倒退的原因。

微软表示 WPA 是分析 PC 性能的重要工具之一，服务微软工程师、第三方开发者和 OEM 合作伙伴，用于判断 PC 运行缓慢或异常的原因。



IT之家注：原图分辨率偏低，暂未找到更高分辨率版本

开发者目前需要手动查看包括表格、进程、调用栈等内容，才能回答“为什么这台 PC 变慢”这类问题。

通过集成 AI 后，开发者可以使用 GitHub Copilot 等 AI 工具询问性能问题，例如 CPU 为什么飙升、磁盘被什么占用、调度为什么异常等。

启用 WPA MCP 后，开发者可以在 WPA 跟踪分析流程中使用 GitHub Copilot CLI。开发者不必逐项查看图表和表格，可以用自然语言询问问题来源，并让 AI 生成分析摘要。

报道称，微软已在内部使用 WPA 的 AI 工具调查 Windows 性能问题。该集成也可帮助应用、驱动和硬件开发者识别输入延迟、性能回退、CPU 活动、内存活动、调度问题以及其他异常。

开发者可以在 WPA 中询问某次变慢是否由 CPU 资源不足、磁盘活动、内存压力、分页或驱动引发，AI 会基于 WPA 数据给出分析。



除 AI 性能分析工具外，微软还在优化 Windows 11 及其应用的内存占用，从而改善 8GB 及以上内存的设备的运行表现。

[来源链接] https://www.ithome.com/0/986/292.htm

Οo茪輝歲冄оΟ

微软这个方向挺值得关注的。WPA 以前最大的痛点就是门槛高，海量调用栈和调度数据堆在面前，没经验的人根本看不出名堂，AI 接入后如果能自动归因"哪个进程拖慢了系统"，确实能省掉大量人工排查时间。这其实和地理信息数据分析的思路很像——原始轨迹数据本身没有意义，必须经过分层标注和关联分析才能提炼出有效结论，性能追踪数据也是同理。不过比较好奇微软打算怎么处理误判问题，AI 给出的归因如果不够精准，反而可能把开发者带偏。另外首帖提到图片分辨率偏低，希望后续能有更清晰的界面截图流出，想看看实际交互长什么样。

马甲线女神

这让我想到地理信息系统（GIS）的数据分析思路。GIS 面对海量空间数据时，也是靠算法自动识别异常区域和模式，而不是让人手动逐条排查。WPA 接入 AI 其实是同样的逻辑——性能跟踪数据量极大，表格、调用栈、进程信息动辄几十万行，纯靠人工肉眼找瓶颈效率太低。AI 能快速定位异常模式，相当于给开发者装了个"智能筛子"。不过好奇微软用的是哪种模型，本地推理还是云端？性能分析数据涉及系统底层信息，隐私这块怎么处理也是个问题。希望后续能看到实际效果对比。

微笑の瞳孔、

微软把AI接入WPA确实是个好消息。做地理信息系统（GIS）开发的朋友应该深有体会，处理海量空间数据时，地图渲染和空间分析经常把CPU和内存吃满，导致整个Win11系统卡顿。以前用WPA排查性能瓶颈，面对密密麻麻的调用栈和磁盘活动日志，简直是大海捞针。如果AI能自动分析这些trace数据，直接告诉我们是哪个进程或哪段代码拖慢了GIS应用，那排查效率绝对翻倍。不知道微软这个AI模型对非托管代码的调用栈分析准不准？期待早日能用上。

很伈〤涙冰

微软把 AI 接入 WPA 确实是个好消息，以前手动翻调用栈和进程日志排查卡顿，工作量太大了。这让我联想到地理信息数据（GIS）的应用场景，两者其实有异曲同工之妙。GIS 分析同样需要处理海量的空间和属性数据，人工找规律费时费力。如果 WPA 借助 AI 能自动揪出系统变慢的根源，那未来这种 AI 自动化分析模式是不是也能深度应用到地理信息处理上？比如自动识别空间数据异常或优化地图渲染性能。大家觉得 AI 能彻底取代开发者手动查日志吗？