AI赋能快手商业化广告服务端CICD体系

AI赋能快手商业化广告服务端CICD体系李亚娟｜快手商业化效果营销广告团队高级测李亚娟12年IT从业经历，主要从事领域：广告、电商、房产等互联网行业，质量域涉及从客户端到服务端的全栈测试保障。从业经历：百度-广告搜索引擎测试开发工程师贝壳找房-客户端高级测试开发工程师快手-商业化效果营销质量组高级测试开发专家当前主要负责商业化广告投放业务的质量保障工作，从流程域、质量域、稳定域等各维度体系的建设广告全链路的质量交付。欢迎大家一起交流~01商业化广告的挑战与难点CONTENTS02服务端CI/CDCONTENTS03AI驱动的服务端CI/CD体系实践04AI时代的未来展望商业化广告的挑战与难点快手商业化广告业务介绍广告广告数据流数据留快手开放平台留快手开放平台广告广告广告广告广告快手商业化广告业务介绍商业化广告的核心挑战与保障难点商业化广告的核心挑战与保障难点CI/CD流程交付诉求：【效率和稳定性】•交付频率：天级发布频率•交付周期：天10+需求发布量级商业化广告的核心挑战与保障难点迭代效率迭代效率）：退款等。核心是“算错钱、收错钱”）：花错钱”商业化广告的核心挑战与保障难点业务要求“快”，平台必须“稳”广告域所有问题都是资损问题，广义资损服务端CI/CD体系建设的核心策略服务端全阶段的CI/CD体系链路级“资损识别”生产层“爆炸配置”&“高频迭代”传输层“数据迷宫”应用层“资金红线”物料数据对账如：广告在投放时对于计费模式和消耗扣费与客户表达一致不突破物料场景组合物料数据对账如：广告在投放时对于计费模式和消耗扣费与客户表达一致不突破物料场景组合如：广告主在前端表达的预算和出价在参数组合及存储上所全一致时如：广告主设置的定向圈选经由各广告传输链路中/后其语义均不变物料传输卡口物料资损识别物料资损识别如：在测试执行前/中给出资损(投放&资金)场景披露及测试设计补充定义风险场景-强化确保业务逻辑源头准确性-确保数据流动的可靠性-线上实时对账实现全局兜底核心策略—资损识别•打破人与人之间的经验壁垒•将质量风险左移风险维度工程侧解法瓶颈与问题AI赋能演进描体系能力核心策略—场景组合保障方向工程侧解法瓶颈与问题AI赋能演进测试场景覆盖接口自动化脚2、断言“浅+脆”Web-Ui自动化脚本生成层体系能力核心策略—数据传输卡口•管控数据在“流动”过程中错误篡改的致命问题保障方向工程侧解法AI赋能演进数据一致性数据时效性确体系能力核心策略—数据对账体系能力“不全”+“慢”体系能力“不全”+“慢”保障方向工程侧解法瓶颈与问题AI赋能演进对账场景覆盖对账脚本编写&维护服务端CI/CD体系建设的核心策略线上生产提效保障线上生产提效保障传递服务端CI/CD体系建设的核心策略AI驱动的服务端质量保障实践与方案风险洞察｜智能资损风险识别风险洞察｜智能资损风险识别功能级入口功能级入口代码入口httpUri链路级依赖服务/方法数据库表：字段：枚举Redis/配置等属性风险洞察｜智能资损风险识别—特征向量解决阶段核心亮点流分层向量化风险洞察｜智能资损风险识别—布防图每一次代码推送，都是一次资损攻防下的质量加固防控生产提效保障｜Web-ui脚本自动生成生产提效保障｜Web-ui脚本自动生成—现状生产提效保障｜Web-ui脚本自动生成—愿景核心能力跨栈驱动的智稳定性自愈生产提效保障｜Web-ui脚本自动生成•采用browser-use开源项目•部分优化贡献(issue20+)•Prompt精准度提升构建符合业务特性的提示词Critic大模型、VL大模型生产提效保障｜接口自动化脚本自动生成生产提效保障｜接口自动化脚本自动生成—现状5%~10%生产提效保障｜接口自动化脚本自动生成生产提效保障｜接口自动化脚本自动生成•它告诉你要什么？•请求：自动关联正确的数据模型，能给尽给(人为少输入)•特定参数：Case数、正/负比•你指挥它要什么？Prompt强化•自动根据接口链路动线提供关系模型断言(接口字段关联/数据表存储等)，人为确认&调整，模行观摩学习•一键生成规范级代码块•精准业务语义断言描述的框架级标准模块传输可靠｜数据一致性/时效性卡口传输可靠｜数据一致性/时效性卡口在百亿级数据量的业务背景下，放大了数据生产与传输异常，都会在物料传输一致性/时效性上被急剧放大，且均为高危传输可靠｜数据一致性/时效性卡口现有监控体系存在明显盲区：研发侧当前仅具备任何一条被阻塞的物料都像一颗埋藏在系统中的‘地雷’。它不会自行消失，反而会一直存在，直到某个最终导致明确的资损或传输可靠｜数据一致性/时效性卡口完成100%数据一致性有效性高于Mysql->数据库存储2Mysql->大数据存储2数据库存储2->大数据存储2传输可靠｜数据一致性/时效性卡口广告主生产的爆炸性广告组合表达存线上巡防｜数据智能对账线上巡防｜数据智能对账—现状触发源对账平台触发源对账job引擎触达对账流对账流对账流脚本片段对账流对账流对账流脚本片段短信核对源线上巡防｜数据智能对账—愿景触发源触发源对账job引擎触达对账流对账流对账流脚本片段采纳对账流对账流对账流脚本片段采纳短信核对源线上巡防｜数据智能对账设计思路式线上巡防｜数据智能对账AI驱动的服务端质量保障实践与方案工具方向智能资损风险识别）：Web-Ui脚本生成接口自动化脚本生成智能脚本生成AI时代的未来展望测试行业的AI演进方向L0：纯人工无AI参与辅助的需求交付模式时代，已经一去不复返••••••••执行提效(70%)自动化执行重复任务基于历史数据生成基础测试用例快速分析日志和简单缺陷此阶段的AI模型是“预训••••••职能转型执行助理(20%～30%)职能转型•学习业务知识并生成复杂测试用例•测试执行策略优化•此阶段的AI模型进化为可理解和学习特定专业业务•学习业务知识并生成复杂测试用例•测试执行策略优化•此阶段的AI模型进化为可理解和学习特定专业业务逻辑此阶段的AI模型处于主动预测和检疫工作的合作