AI賦能快手商業(yè)化廣告服務(wù)端CICD體系李亞娟｜快手商業(yè)化效果營銷廣告團(tuán)隊(duì)高級測李亞娟12年IT從業(yè)經(jīng)歷，主要從事領(lǐng)域：廣告、電商、房產(chǎn)等互聯(lián)網(wǎng)行業(yè)，質(zhì)量域涉及從客戶端到服務(wù)端的全棧測試保障。從業(yè)經(jīng)歷：百度-廣告搜索引擎測試開發(fā)工程師貝殼找房-客戶端高級測試開發(fā)工程師快手-商業(yè)化效果營銷質(zhì)量組高級測試開發(fā)專家當(dāng)前主要負(fù)責(zé)商業(yè)化廣告投放業(yè)務(wù)的質(zhì)量保障工作，從流程域、質(zhì)量域、穩(wěn)定域等各維度體系的建設(shè)廣告全鏈路的質(zhì)量交付。歡迎大家一起交流~01商業(yè)化廣告的挑戰(zhàn)與難點(diǎn)CONTENTS02服務(wù)端CI/CDCONTENTS03AI驅(qū)動(dòng)的服務(wù)端CI/CD體系實(shí)踐04AI時(shí)代的未來展望商業(yè)化廣告的挑戰(zhàn)與難點(diǎn)快手商業(yè)化廣告業(yè)務(wù)介紹廣告廣告數(shù)據(jù)流數(shù)據(jù)留快手開放平臺(tái)留快手開放平臺(tái)廣告廣告廣告廣告廣告快手商業(yè)化廣告業(yè)務(wù)介紹商業(yè)化廣告的核心挑戰(zhàn)與保障難點(diǎn)商業(yè)化廣告的核心挑戰(zhàn)與保障難點(diǎn)CI/CD流程交付訴求：【效率和穩(wěn)定性】?交付頻率：天級發(fā)布頻率?交付周期：天10+需求發(fā)布量級商業(yè)化廣告的核心挑戰(zhàn)與保障難點(diǎn)迭代效率迭代效率）：退款等。核心是“算錯(cuò)錢、收錯(cuò)錢”）：花錯(cuò)錢”商業(yè)化廣告的核心挑戰(zhàn)與保障難點(diǎn)業(yè)務(wù)要求“快”，平臺(tái)必須“穩(wěn)”廣告域所有問題都是資損問題，廣義資損服務(wù)端CI/CD體系建設(shè)的核心策略服務(wù)端全階段的CI/CD體系鏈路級“資損識別”生產(chǎn)層“爆炸配置”&“高頻迭代”傳輸層“數(shù)據(jù)迷宮”應(yīng)用層“資金紅線”物料數(shù)據(jù)對賬如：廣告在投放時(shí)對于計(jì)費(fèi)模式和消耗扣費(fèi)與客戶表達(dá)一致不突破物料場景組合物料數(shù)據(jù)對賬如：廣告在投放時(shí)對于計(jì)費(fèi)模式和消耗扣費(fèi)與客戶表達(dá)一致不突破物料場景組合如：廣告主在前端表達(dá)的預(yù)算和出價(jià)在參數(shù)組合及存儲(chǔ)上所全一致時(shí)如：廣告主設(shè)置的定向圈選經(jīng)由各廣告?zhèn)鬏旀溌分?后其語義均不變物料傳輸卡口物料資損識別物料資損識別如：在測試執(zhí)行前/中給出資損(投放&資金)場景披露及測試設(shè)計(jì)補(bǔ)充定義風(fēng)險(xiǎn)場景-強(qiáng)化確保業(yè)務(wù)邏輯源頭準(zhǔn)確性-確保數(shù)據(jù)流動(dòng)的可靠性-線上實(shí)時(shí)對賬實(shí)現(xiàn)全局兜底核心策略—資損識別?打破人與人之間的經(jīng)驗(yàn)壁壘?將質(zhì)量風(fēng)險(xiǎn)左移風(fēng)險(xiǎn)維度工程側(cè)解法瓶頸與問題AI賦能演進(jìn)描體系能力核心策略—場景組合保障方向工程側(cè)解法瓶頸與問題AI賦能演進(jìn)測試場景覆蓋接口自動(dòng)化腳2、斷言“淺+脆”Web-Ui自動(dòng)化腳本生成層體系能力核心策略—數(shù)據(jù)傳輸卡口?管控?cái)?shù)據(jù)在“流動(dòng)”過程中錯(cuò)誤篡改的致命問題保障方向工程側(cè)解法AI賦能演進(jìn)數(shù)據(jù)一致性數(shù)據(jù)時(shí)效性確體系能力核心策略—數(shù)據(jù)對賬體系能力“不全”+“慢”體系能力“不全”+“慢”保障方向工程側(cè)解法瓶頸與問題AI賦能演進(jìn)對賬場景覆蓋對賬腳本編寫&維護(hù)服務(wù)端CI/CD體系建設(shè)的核心策略線上生產(chǎn)提效保障線上生產(chǎn)提效保障傳遞服務(wù)端CI/CD體系建設(shè)的核心策略AI驅(qū)動(dòng)的服務(wù)端質(zhì)量保障實(shí)踐與方案風(fēng)險(xiǎn)洞察｜智能資損風(fēng)險(xiǎn)識別風(fēng)險(xiǎn)洞察｜智能資損風(fēng)險(xiǎn)識別功能級入口功能級入口代碼入口httpUri鏈路級依賴服務(wù)/方法數(shù)據(jù)庫表：字段：枚舉Redis/配置等屬性風(fēng)險(xiǎn)洞察｜智能資損風(fēng)險(xiǎn)識別—特征向量解決階段核心亮點(diǎn)流分層向量化風(fēng)險(xiǎn)洞察｜智能資損風(fēng)險(xiǎn)識別—布防圖每一次代碼推送，都是一次資損攻防下的質(zhì)量加固防控生產(chǎn)提效保障｜Web-ui腳本自動(dòng)生成生產(chǎn)提效保障｜Web-ui腳本自動(dòng)生成—現(xiàn)狀生產(chǎn)提效保障｜Web-ui腳本自動(dòng)生成—愿景核心能力跨棧驅(qū)動(dòng)的智穩(wěn)定性自愈生產(chǎn)提效保障｜Web-ui腳本自動(dòng)生成?采用browser-use開源項(xiàng)目?部分優(yōu)化貢獻(xiàn)(issue20+)?Prompt精準(zhǔn)度提升構(gòu)建符合業(yè)務(wù)特性的提示詞Critic大模型、VL大模型生產(chǎn)提效保障｜接口自動(dòng)化腳本自動(dòng)生成生產(chǎn)提效保障｜接口自動(dòng)化腳本自動(dòng)生成—現(xiàn)狀5%~10%生產(chǎn)提效保障｜接口自動(dòng)化腳本自動(dòng)生成生產(chǎn)提效保障｜接口自動(dòng)化腳本自動(dòng)生成?它告訴你要什么？?請求：自動(dòng)關(guān)聯(lián)正確的數(shù)據(jù)模型，能給盡給(人為少輸入)?特定參數(shù)：Case數(shù)、正/負(fù)比?你指揮它要什么？Prompt強(qiáng)化?自動(dòng)根據(jù)接口鏈路動(dòng)線提供關(guān)系模型斷言(接口字段關(guān)聯(lián)/數(shù)據(jù)表存儲(chǔ)等)，人為確認(rèn)&調(diào)整，模行觀摩學(xué)習(xí)?一鍵生成規(guī)范級代碼塊?精準(zhǔn)業(yè)務(wù)語義斷言描述的框架級標(biāo)準(zhǔn)模塊傳輸可靠｜數(shù)據(jù)一致性/時(shí)效性卡口傳輸可靠｜數(shù)據(jù)一致性/時(shí)效性卡口在百億級數(shù)據(jù)量的業(yè)務(wù)背景下，放大了數(shù)據(jù)生產(chǎn)與傳輸異常，都會(huì)在物料傳輸一致性/時(shí)效性上被急劇放大，且均為高危傳輸可靠｜數(shù)據(jù)一致性/時(shí)效性卡口現(xiàn)有監(jiān)控體系存在明顯盲區(qū)：研發(fā)側(cè)當(dāng)前僅具備任何一條被阻塞的物料都像一顆埋藏在系統(tǒng)中的‘地雷’。它不會(huì)自行消失，反而會(huì)一直存在，直到某個(gè)最終導(dǎo)致明確的資損或傳輸可靠｜數(shù)據(jù)一致性/時(shí)效性卡口完成100%數(shù)據(jù)一致性有效性高于Mysql->數(shù)據(jù)庫存儲(chǔ)2Mysql->大數(shù)據(jù)存儲(chǔ)2數(shù)據(jù)庫存儲(chǔ)2->大數(shù)據(jù)存儲(chǔ)2傳輸可靠｜數(shù)據(jù)一致性/時(shí)效性卡口廣告主生產(chǎn)的爆炸性廣告組合表達(dá)存線上巡防｜數(shù)據(jù)智能對賬線上巡防｜數(shù)據(jù)智能對賬—現(xiàn)狀觸發(fā)源對賬平臺(tái)觸發(fā)源對賬job引擎觸達(dá)對賬流對賬流對賬流腳本片段對賬流對賬流對賬流腳本片段短信核對源線上巡防｜數(shù)據(jù)智能對賬—愿景觸發(fā)源觸發(fā)源對賬job引擎觸達(dá)對賬流對賬流對賬流腳本片段采納對賬流對賬流對賬流腳本片段采納短信核對源線上巡防｜數(shù)據(jù)智能對賬設(shè)計(jì)思路式線上巡防｜數(shù)據(jù)智能對賬AI驅(qū)動(dòng)的服務(wù)端質(zhì)量保障實(shí)踐與方案工具方向智能資損風(fēng)險(xiǎn)識別）：Web-Ui腳本生成接口自動(dòng)化腳本生成智能腳本生成AI時(shí)代的未來展望測試行業(yè)的AI演進(jìn)方向L0：純?nèi)斯oAI參與輔助的需求交付模式時(shí)代，已經(jīng)一去不復(fù)返????????執(zhí)行提效(70%)自動(dòng)化執(zhí)行重復(fù)任務(wù)基于歷史數(shù)據(jù)生成基礎(chǔ)測試用例快速分析日志和簡單缺陷此階段的AI模型是“預(yù)訓(xùn)??????職能轉(zhuǎn)型執(zhí)行助理(20%～30%)職能轉(zhuǎn)型?學(xué)習(xí)業(yè)務(wù)知識并生成復(fù)雜測試用例?測試執(zhí)行策略優(yōu)化?此階段的AI模型進(jìn)化為可理解和學(xué)習(xí)特定專業(yè)業(yè)務(wù)?學(xué)習(xí)業(yè)務(wù)知識并生成復(fù)雜測試用例?測試執(zhí)行策略優(yōu)化?此階段的AI模型進(jìn)化為可理解和學(xué)習(xí)特定專業(yè)業(yè)務(wù)邏輯此階段的AI模型處于主動(dòng)預(yù)測和檢疫工作的合作