Gradle Profiler 0.26.0 版本于2026年9月29日发布，增强JSON结构化输出、修复任务时间测量与CSV对齐问题，并提升多场景性能对比的准确性与可复现性。
2026 年 9 月 29 日，Gradle Profiler 发布 0.26.0，围绕性能基准测试的数据输出和测量准确性进行更新。Gradle Profiler 是 Gradle 官方组织维护的独立工具，用于收集构建的基准测试与性能分析信息。与只观察单次命令耗时相比，它能够通过预先定义的场景重复运行构建，帮助团队评估版本升级或构建逻辑调整带来的变化。
新版本增加了面向自定义工具的 JSON 输出，并将计算得到的统计信息纳入基准报告。这类结构化数据更便于接入内部分析脚本和性能看板，减少对人工查看终端输出的依赖。对于需要持续比较多个分支、多个 Gradle 版本或不同优化方案的团队，统一的数据格式也有助于保留历史结果，观察构建性能变化是否具有持续性。
测量和报告方面，本次更新修复了配置缓存复用场景中的任务开始时间测量问题，并处理宽格式 CSV 在不同预热场景下的行对齐问题。前者关系到如何理解缓存命中后的执行过程，后者关系到导出结果能否被后续程序正确解析。发布说明还列出了 Kotlin 变更模拟与显式 ABI 模式之间的兼容性修复，进一步完善了特定测试场景下的行为。
这些更新的价值需要放在实际测量方法中理解。Gradle 构建可能受到 Daemon 状态、依赖缓存、构建缓存、配置缓存、磁盘及后台负载影响。一次完整构建和一次无变更构建测量的是不同工作；首次配置与配置缓存命中后的执行也不能直接混为同一指标。Profiler 的场景配置为重复实验提供支持，使用者仍需定义清楚准备比较的条件。
对正在进行性能优化的团队，这一版本可用于比较修改前后的构建数据，例如检查任务配置调整是否减少了配置时间，或确认缓存相关优化是否改善了日常增量构建。官方性能指南也强调结合实际工程定位问题。更新测量工具能够改善数据收集过程，但不会直接使业务工程加速；真正的优化结果仍需要通过代表性场景、重复测量和构建正确性检查共同确认。
