对比 UI 响应式更新模型的 CPU 与内存开销（ADR-001 的数据来源），并在 MicroQuickJS 与 QuickJS 之间对比引擎（ADR-005）。脚本为纯 ES5，两个引擎都能跑。
| 模型 | 文件 | 机制 |
|---|---|---|
signal |
signal.js |
运行时 Signal（Solid 风格）：effect 执行期自动收集依赖，属性级更新，所有权树清理 |
static-fine |
static.js |
编译期静态依赖（Svelte 3/4 风格）：ctx 槽位 + dirty 位图 + 每组件一个 p()，按行失效 |
static-coarse |
coarse.js + static.js |
同上，但任意条目变化失效整个列表、逐行重查（Svelte 4 对 items[i].x = v 的实际行为） |
三个模型跑同一被测应用（标题 Text + 1000 行列表，每行 3 个动态属性）；run.py 先以 verify 模式断言 patch 流逐 flush 一致，再计时。
场景：S1 挂载 1000 行；S2 单属性更新 + flush ×200000；S3 每轮改 100 行 ×2000 轮；S4 1000 行删除重建 ×30。指标：performance.now() 中位数（5 次）、gc() 后 mqjs -d 的 live heap、能跑完的最小 --memory-limit（64 KiB 粒度二分）。
三个引擎构建，都编进本目录的 .engine*/（gitignored）：
| 名称 | 来源 | 构建 |
|---|---|---|
mqjs-Os |
mquickjs-kmp 仓的上游副本（默认 ~/KMPProjects/mquickjs-kmp，MQUICKJS_KMP_DIR 覆盖），打 engine.patch（performance.now 亚毫秒精度） |
bench/build-engine.sh → .engine/ |
mqjs-O2 |
同上，make CONFIG_SMALL= |
手动：cp -R .engine .engine-o2 && (cd .engine-o2 && make clean && make CONFIG_SMALL= mqjs) |
qjs |
git clone --depth 1 https://github.com/bellard/quickjs.git .engine-qjs && (cd .engine-qjs && make qjs)，自带 performance.now 与 --std 下的 std.gc() |
.engine-qjs/ |
python3 bench/run.py # 默认 ENGINES=mqjs-Os，MODELS 全部
ENGINES=mqjs-Os,mqjs-O2,qjs MODELS=signal,static-fine python3 bench/run.py结果写到 bench/results/<时间戳>.md；verify 阶段会跨引擎、跨模型断言 patch 流一致。单跑一项：bench/.engine-qjs/qjs --std -d -I bench/harness.js -I bench/signal.js bench/run.js S2。
结果：results/2026-09-14.md（模型对比，MicroQuickJS）、results/2026-09-15-engines.md（引擎对比）。