**优化成果**：作者与兄弟从零设计了高性能 eBPF 安全代理，最近通过记忆化（memoization）将内核 CPU 成本降低约 90%，代码已开源在 GitHub（github.com/bomfather/agent）。

**瓶颈定位**：性能分析显示，开销最大的部分并非执行允许/拒绝策略，而是判断一次文件打开适用哪条策略。

**原有流程**：其策略基于路径，eBPF 利用文件打开时触发的 LSM 钩子，重建路径并沿父 dentry 逐级向上，检查文件或任一祖先目录是否存在匹配策略，导致数据库等反复访问相同路径的场景重复大量工作。

**优化方案**：为每个 inode 缓存其适用的策略，避免每次文件打开都重新遍历整条路径，由此带来约 90% 的 CPU 成本下降。

**特别说明**：文章标题注明这项改进“并非 AI 生成”（Not AI Gen）。

借助记忆化（Memoization）将 eBPF CPU 开销降低约 90%（非 AI 生成）