9月9日，火山引擎增长沙龙-人工智能专场在上海举行。火山引擎邀请了相关内部技术专家，从技术、产品、 应用和体验4大维度，剖析了智能互动特效和智能编辑在泛娱乐行业中的业务增长逻辑。

会上，字节跳动相关工程师分享了火山引擎在视频质量体系防劣化建设中的两大特色招数。

招数之一是线上质量监控。

火山引擎的线上质量监控分“三步走”。首先是基于内部平台，创建研发了对线上音视频编辑的质量数据监控，基于这个监控可以很清楚的看到音视频SDK在抖音、剪映、轻颜等APP上的表现，根据这些数据，可以精准掌握SDK的稳定性。

监控之后的第二步是报警。报警的意义是第一时间发现问题。当问题出现能够第一时间被捕捉到。在第三步，火山引擎创建了劣化问题的自动化分析。他们发现，80%的BUG都有共同特征，于是基于这些共同特征做出自动化分析并尝试归因，然后给出解决方案，从而提升了解决问题的效率。

招数之二是线下性能质量自动化。

在这方面，火山引擎首先基于音视频SDK接口，模仿应用调动方式，把这些调用做成自动化的脚本。另外，基于抖音、剪映做出UI自动化，可以实现7×24小时在无人值守的情况下进行压测、暴露问题。这样做的好处是可以加速问题的复现。

同时，针对视频编辑质量，火山引擎还制作了基于视频编辑质量插件hyper的性能质量专项自动化。在针对内存、显存存储等资源劣化进行自动检测时，一旦发现新版本比老版本劣化，就会自动拦截。而针对CPU的资源劣化检测，可以自动精准定位究竟是哪里发生劣化，比如说某一款贴纸上线后被发现有内存泄漏问题，或者内存越界访问、野指针访问，就会在第一时间精准发现。

最后，火山引擎还设计了问题的自动化归因，基于线上的大量运行数据——如网站日志、崩溃时系统资源的剩余水平和使用量、路径等等，采用深度学习和统计模型的方法，训练和总结出一套自动归因的模型数据，并能针对具体的数据推荐相应的解决方案，从而可以大幅度提升排查问题的效率。这一套自动化归因可以节约研发70、80%的工作量。

以基于崩溃时运行环境的归因为例。通常情况下，系统崩溃有80%的崩溃异常信号是signal11，确认了它基本就可以确认是空指针导致的崩溃。另外，如果崩溃时系统的虚拟内存占了4个G，基本上可以判断这是OOM崩溃，资源已经用完了。

在本次活动之后，火山引擎增长沙龙的其他主题活动也在深圳、北京等地陆续展开。

来源：网络