go 的逃逸分析会将被取地址且可能逃逸出函数作用域的变量分配到堆上；即使变参函数（如 fmt.printf）从未执行，只要其参数涉及指针且参与变参调用，就可能触发堆分配，显著影响高频循环性能。

在 Go 性能敏感场景中，一个看似无害的 fmt.Printf 调用（哪怕逻辑上永不执行）可能成为性能瓶颈——根本原因并非日志本身，而是其变参签名（...interface{}）触发了保守的逃逸分析，导致本可在栈上分配的局部变量被迫升格为堆分配。

为什么 fmt.Printf 会导致逃逸？

Go 编译器的逃逸分析遵循一条核心原则：若变量地址被传递给可能使其生命周期超出当前函数的上下文，则该变量“逃逸”，必须分配在堆上。fmt.Printf 接收 ...interface{}，意味着编译器需将实参转换为 []interface{} 切片。而切片底层是包含指针、长度和容量的结构体；当 &n1 这样的栈变量地址被写入该切片时，编译器无法静态证明该地址不会被保存至全局变量、goroutine 或返回值中，因此保守地判定 n1 和 n2 逃逸至堆。

这一点可通过 -gcflags=-m 验证：

• 含 fmt.Printf 的版本显示 moved to heap: n1；
• 移除后则显示 does not escape。

值得注意的是，是否实际执行 printf 并不影响逃逸判定——逃逸分析发生在编译期，仅基于代码结构，而非运行时路径。

正确的优化策略：复用堆内存，而非规避取地址

提问者提出的 Copy() 方案虽能绕过逃逸，但存在严重缺陷：

• 每次调用都新建栈变量再取地址，本质仍是“按需分配”，未解决根本问题；
• 类型泛化困难，维护成本高；
• 对 nil 指针的额外分支反而可能引入微小开销。

更优解是 将堆分配移出热点循环，实现内存复用：

func DoWork() {
    sum := 0
    // ✅ 提前在堆上分配一次，循环内仅复用
    n1, n2 := new(int), new(int)

    for i := 0; i < BigScaryNumber; i++ {
        // ✅ 仅写入值，不重新取地址
        *n1, *n2 = rand.Intn(20), rand.Intn(20)
        ptr1, ptr2 := n1, n2 // 直接复用已有指针

        // 错误检查（ptr1/ptr2 永不为 nil，此处仅为逻辑示意）
        if ptr1 == nil || ptr2 == nil {
            fmt.Printf("Pointers %v %v contain a nil.\n", n1, n2)
            break
        }

        sum += *ptr1 + *ptr2
    }
}

此方案优势明显：

• 零逃逸开销：n1/n2 在函数入口分配，后续循环中 *n1 = ... 是纯值写入，不触发新逃逸；
• 内存高效：仅 2 次堆分配（而非 BigScaryNumber 次），GC 压力趋近于零；
• 语义清晰：无需包装函数或类型断言，符合 Go 显式、直接的设计哲学。

补充建议与注意事项

• 日志分级：生产环境应避免在热循环中保留 fmt.Printf。推荐使用结构化日志库（如 zap）的 DPanicf 或条件日志，并通过编译标签（//go:build debug）隔离调试代码。
• 验证逃逸：始终用 go build -gcflags="-m -l"（-l 禁用内联以看清真实逃逸）确认优化效果。
• 警惕隐式逃逸：除 fmt 外，任何接收 ...interface{}、[]any 或闭包捕获指针的函数均可能触发类似行为，需统一审视。

归根结底，Go 的性能优化不是“避免取地址”，而是理解逃逸规则，主动管理内存生命周期——将分配决策从热点路径中剥离，交由开发者显式控制，这正是 Go “less is more” 哲学的精妙体现。