一位短剧推荐算法开发者分享如何用Codex 5.6 Sol接入日志系统做线上排查、巡检与版本走查,问题排查从1到2小时压缩到10分钟内,并覆盖AI写生产代码的方案审核、代码规范、上线审查流程,适合想用AI提效的开发者参考。
Tags:codex 5.6 sol发布以后,我再也没有写过一行代码了
我的工作,做的是短剧推荐
用户进入 app 并往下滑动时看到哪部剧,是由我们的推荐算法决定的。
所以,我经常遇到的问题就是
"xxx,帮我看看为什么这个剧没有推荐出来"
"xxx, 这个剧怎么推荐给我了,不应该呀"...
这种问题,排查起来非常繁琐。必须结合对应的观看记录、操作行为等,推理预期是什么样子的,用来说服提出问题的人,这样工作才算结束。
在 codex 5.6 sol发布后,这种问题,我再也没有查过了,甚至是代码,我也一行不写了。
下面,说说我是怎么做的,希望能帮到需要的同行。
排查问题:赋予AI读日志能力
做过开发的都知道,查线上问题,必须要查服务日志。
为了让AI能读我们的日志,我让AI写了一个mcp服务,通过这个mcp服务,AI就能读到我们的线上日志了。
对了,这儿我们用的是阿里云的sls日志系统。如果是用腾讯云或者其他云厂商的日志系统,应该问题也不大。
按照这个方式,现在我能让他帮我做的事有
- 问题排查
。 只要有人提问题,我就把问题交给AI,让他排查 - 线上巡检
。有些潜在问题会埋在海量日志里面,比如说服务崩溃等 - 版本发布走查
。这个很实用,发布新版本的时候,可能会有潜在问题我们发现不了,让AI模拟请求走查一遍,能发现很多潜在的问题 - 辅助产品大大制定策略
。我们的产品大佬有时需要根据现在推荐结果分布,制定推荐策略,用AI帮忙统计分析数据再合适不过了
那么,按照这个模式走,节省了我多少时间呢?
问题排查 由原来的1~2个小时,压缩到了10分钟以内,在排查期间,我还能做其他事情。线上巡检,AI帮我找到了4个隐藏了很久的服务崩溃问题,这些崩溃会导致我们服务重启,我们找了很久都没有找到根因。版本发布走查 ,自从让AI代替我走查后,我发布的版本,基本没有出现过问题....
从开发到提测,2小时搞定
前面说的是怎么让 AI 帮我排查问题,发现问题,Codex/Claude 非常擅长写代码
我在这部分,说说我是怎么用它们写生产环境的代码的
先用一幅图,说明我的工作流程吧在这个过程中,唯一的碳基生物「我」负责审核方案,修正方案。剩下的流程都是AI来做
基本上,只要方案没问题,写的代码几乎不会有问题。
那么具体审核方案是怎么做的呢?我说说我的方式
一、AI理解的需求对不对?
这部分是初审,从大的方向看看AI有没有理解需求要做什么。
我一般是先理解产品的需求,看一遍产品的文档即可。
然后,再让AI梳理产品的需求,如果 AI 理解得不对,那么就纠正AI
或者是AI发现了产品需求有问题,那么我就根据AI分析的结果,和产品沟通,调整需求
二、AI给出设计方案行不行?
在上一步,确认了AI理解的需求没有问题,那么就可以开始让AI给出实现方案了。
在这个部分,我们主要是让AI说说它要怎么实现,比如数据存储用什么、实现的逻辑要放在哪个模块、如何做业务逻辑的拆分等等
这些实现方案,最好是有工程经验的人来审核!
比如实现一个功能,数据存储在redis或者mongodb都能实现需求。
但是要存储在哪里呢?这个就需要人来判断,要结合业务的实际需求进行判断
AI给出的方案,可能是对的,但是不一定符合业务的需要。
三、代码要改哪里?
在上面的步骤里面,AI只是给出了整体的实现方案,但是具体要修改哪部分代码还没有给出来的。
必须要让AI给出他的改动点,然后审核改动点对不对,以及是否符合你的预期。
前面三步确认,就可以开始让AI写代码了。
对了,有时候AI写的代码,真不是人看的,不适合维护,所以我给AI定了一些规范。
我把我的规范放在下面了
如果使用codex的话,可以在「个性化->自定义指令」加上去,后面codex写代码的时候,就会遵守这个规范了。
四、发布到线上的代码审核
这个步骤呢,最好不要省略!AI写的代码未经审核发布到线上,是有很大风险的!
所以,在我们合并到master分支的时候,一定要审查一下代码,看看改动点在哪里,做到心里有数。
好了,上面就是用AI从需求分析到功能上线的整个过程了。
写代码这件事儿,我自己感觉,AI 已经写得比我好了,一些代码逻辑错误、空指针异常等,几乎不会在AI写的代码中出现。
在整个过程中,人最重要的作用就是方案审核以及代码审核,这部分是不可缺少的。
我在前面说的都是我们日常的问题排查和开发。我再说一个真实的案例。
爬虫&异常用户分析
有个不讲武德的用户,直接通过接口,用不限请求频率的方式爬我们的资源!
平常遇到这种事儿,需要筛选日志,找特征找证据。。。这一套下来,没有一两个小时是办不到的。
不过,接入了AI之后,AI 10分钟左右就帮我把异常用户、还有他的行为模式都给揪出来了
当然,我只是负责把它揪出来,至于后面怎么处理的,我没有参与。
对于这种在海量日志中筛选异常用户的任务,让 AI 来干这种苦力活再合适不过了。
总结下
前段时间,我看到一个帖子
这个帖子说的是博主的公司,所有的东西都是claude code做的,他们在上层的要求下,只能和claude code不断聊天、提交代码。。。没有时间思考,也没有时间检查代码的正确性。博主觉得,这是对灵魂的摧残。
和他不一样的是,借助AI, 我有更多的时间思考,这是我幸运的地方。和他相同的地方是,我也是没有成就感了。。。可能会有点凡尔赛,以前查出一个隐藏的BUG、优化功能点那种成就感,可以让我开心一整天但现在AI 不到10分钟就能给我结果,虽然我完成了工作,但总感觉没有了以前那种快乐。
以前,在学C语言、学算法的时候,当我在leetcode刷一道题,成功AC了之后,那种快乐,也是无法描述的,但现在,还有多少人能沉下心学各种编程语言、刷编程题呢?不知道以后会怎么样了。现在,AI已经能帮我完成大部分工作了。再过几年,AI会不会能直接代替我?或者是,其他人只要有AI,可以直接替代我的工作?
时代的洪流人力无法阻挡,只能顺应潮流了
好了,本次分享就到这里了,希望我的分享对大家有用~
没有评论:
发表评论