我想问一下这是否有意义，如果有，是否有任何尝试？
澄清问题：
当编译器制造商在优化器上工作时，他们试图让编译器根据目标架构吐出最好的汇编序列，对吗？
所以从这个意义上说，他们必须想象在案例 X 中使用的最佳指令是什么。所以我想象在设计过程中，他们会凭直觉使用他们的组装知识，以及一些带有典型案例基准测试的试错过程（代码片段）它们以优化器为目标。
但是，如果汇编代码的编译器输出选择可以由遗传算法决定，该遗传算法将简单地尝试使用两个标准：“尊重客户端意图不变”和“执行测试的速度越快越好”。
使用它，似乎可以通过向元优化器提供数千个代码片段来优化来准备优化器，学习优化它们的最佳方法，然后是最终的优化器工作（如“最终编译器中交付的那个”） ) 将检测哪个片段与正在解析的客户端代码相似并应用翻译。
我希望我很清楚。我不是建议在客户端代码编译期间使用 GO 的编译器，而是建议嵌入 GO 找到的结果的静态形式的编译器（在编译器制造商的实验室中运行）。