Grab用分层防御应对AI代码变更激增,移动端崩溃如何防住

资讯 InfoQ 全文 1239 字 · 约 4 分钟读完

Grab 实现了一套分层防御策略,在整个开发与发布生命周期中对崩溃问题进行预防、检测和隔离。

Grab 的说法是,AI 编程助手用得多了,开发是快了,可每个版本里改动的代码也跟着变多,缺陷和 App 崩溃的概率就上去了。为了接住这个问题,他们搭了一套分层防御,把崩溃的预防、检测和隔离贯穿整个开发与发布周期。

Grab 表示,“AI 提升了代码编写速度,而分层防御则保障这种提速是安全的。”

在 Grab 这种业务体量下,崩溃漏进生产环境始终是个躲不开的风险。每周都有大批合并请求从众多产品团队涌来,很多功能靠灰度开关放出去,而开关的启用和版本发布又各自独立。哪一处改动都可能带进崩溃。

移动应用崩溃不只伤用户体验,还会拉低无崩溃会话率,连带影响应用在 Google Play 的排名。代价也会往上走:不是所有用户都开了自动更新,这意味着“已经上线的崩溃问题会长时间留在用户设备上”。另外,并不是每个崩溃都带着清晰、符号化的堆栈跟踪信息,所以“查找原因需要交叉比对发布时间表、功能开关发布情况和会话元数据”。

Grab 这套分层防御走的是左移路线,在开发周期的各个阶段布下一串保障措施,尽量早地把崩溃问题揪出来:从合并前,到预生产、发布控制,再到发布后的响应。

合并前到预生产这一段,重点是预防,Grab 把它称作“主要防线”。做法上,工程师先用静态代码分析工具,比如 Android Lint 和 SwiftLint,靠平台特定、社区驱动和自定义的 Lint 规则在代码合并前就把问题拦下;同时跑自动化和手动测试,包括单元测试、UI 测试和质量保证检查;另外还有 Grab Early Access(GEA),这是一道预生产门禁,把早期构建包分发给内部用户,并对他们持续监控:

有些崩溃只有少数内部用户在 GEA 里碰到,放到生产规模上就会变成崩溃率大幅飙升、客服压力激增,甚至要紧急热修复。GEA 能在这些崩溃到达生产用户之前把它们抓住,是 Grab 最重要的稳定性门禁之一。

到了发布阶段,Grab 用分阶段发布和功能开关来管住崩溃进入生产环境的可能。分阶段发布先让新版本只推给一小部分用户,工程师盯着崩溃情况,一旦发现异常崩溃率就暂停发布。功能开关则让团队一步步开启功能,同时观察它对崩溃率的影响。要是某个功能把崩溃率推过了预设阈值,可以立刻关掉,不用发新版本。

发布之后,Grab 的重心是快速响应事件,用相应机制去检测、排查和控制生产环境里的崩溃。这些机制包括:用 Firebase Crashlytics 和 BigQuery 做实时崩溃监控,构建一上线就能尽快识别异常;自动化分诊和增强诊断,把崩溃元数据和堆栈跟踪信息聚合起来,帮团队把崩溃问题对应到具体的 PR;还有反馈循环和事后分析,用来扩充 Lint 规则和测试覆盖范围。

Grab 的分层防御方法还有不少内容没法在这里一一展开,建议阅读原文了解所有细节。

【声明:本文由 InfoQ 翻译,未经许可禁止转载。】

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 马斯克预测:2031年AI智慧或超全人类总和?

    在接受《经济学人》采访时,全球首富埃隆 · 马斯克(Elon Musk)大胆预测,称未来约 5 年内,即约 2031 年,人工智能(AI)超过全人类智慧的总和。到那时,除“作为人类”之外,几乎没有什么是 AI 不能比人类做得更好的。

    来源 IT之家
  2. AI泔水入侵科普:南海双头虾与万张鸟类贴纸暴露知识污染风险

    AI泔水(AI Slop),正在侵蚀人类的知识世界。这个词在2025年入选《韦氏字典》年度词汇,专门用来形容由人工智能批量生产、质量低劣的数字内容。出现双头虾的《南海海洋生物科普丛书》中,绝大多数图片均由AI绘图工具生成。图片来源:澎湃新闻近日,中国农业出版社出版的《南海海洋生物科普丛书》,因出现不符合常识的“双...

    来源 腾讯网
  3. 雪泥Spoor:卡在AI聊天和成稿之间存在断层,它想用画布补上

    一、信息不稀缺,稀缺的是把信息变成知识生产 在信息获取越来越容易的今天,如何将信息转化为自己的知识,仍然是一件困难的事情。 不少人习惯使用笔记软件记录读书摘录、网页资料、灵感和日常思考。但随着记录数量不断增加,新的问题也随之出现:笔记分散在不同文件夹和页面中,过去记录的内容很难重新被发现;即使积累了大量资料,也不容易从

    来源 AI 行业观察
  4. 警惕!AI不能替你停药,31岁华人女工程师猝死风波

    风险埋在AI的温柔里 | 图 AI生成作者/ IT时报 孙妍编辑/ 王昕 孙妍今年8月,家中老人的体检报告上列着10项异常结论,建议复查随访。我把报告发给AI,它的确识别出了风险,却用一套温柔的话语安慰道:“到了这个年纪,身体有些‘小磨损’很正常,咱们在饮食上稍微把把关,多活动活动,身体一定会给你积极的反馈。”我心里.

    来源 腾讯网
  5. SoduWork修自己:一份AI原生开发的全流程实测记录

    本文记录了使用 SoduWork 修复其自身两个真实缺陷的全过程。从搭建本地环境、接入多模型,到编写可验收的任务单,再到执行代码修改、异构模型评审及最终提交上游 PR。文章详细拆解了如何处理返工策略类型错误和多语言资源加载遗漏问题,并总结了 AI 辅助开发的适用边界与实操方法,旨在展示 AI 原生开发在真实工程场景中的

    来源 AI 应用前沿
  6. 上海AI实验室联合华东师大训练MLExpert:350亿参数模型自主做实验

    2026年初,如果你去问一个机器学习工程师,什么工作最消耗脑力又最难自动化,很多人会提到一件事:调试一个训练了八小时却跑崩了的模型,然后决定下一步该往哪个方向改。这件事难就难在,它不是一次性的判断题。你改了一个参数,等几个小时跑出结果,发现分数反而掉了,这时候你得想清楚是哪一步出了问题,是数据处理方式不...

    来源 腾讯网
  7. 陈晓萍:企业用上AI,为何组织效率只涨5%到10%?

    近日,2026《管理视野》年度论坛在复旦大学管理学院政立院区举办。论坛以“AI时代的管理:从组织变革到人的未来”为主题,汇聚学界与产业界嘉宾,共同探讨技术变革背景下的组织转型与管理创新。 在论坛上,华盛顿大学福斯特商学院Philip M. Condit讲席教授、《管理视野》学术主编陈晓萍教授作主题分享。在她眼中,我们正

    来源 AI 行业观察
  8. AI重塑制造业:从线性链条到实时响应,五个环节怎么变

    如火如荼的AI发展,正对制造业发展模式产生颠覆性影响。工业经济时代,制造业产业链可描述为一条线性链条,即“需求(预测)采购生产销售(售后)服务”。数智经济时代,AI的使用则正将制造业产业链重塑为实时响应的价值网络。中国社会科学院工业经济研究所研究员,中国社会科学院大学教授、博士生导师郭朝先在《北...

    来源 腾讯网
  9. 企业AI落地的死结,从来不在工具

    就在昨天,老杨的群里某企业的CIO朋友发了这样一段话:"组织提效不是靠工具能解决的,高效敏捷的组织,用邮件效率都很高;天天扯皮甩锅的那些,给他免费用世界上最好的软件也是用不好的。" 无独有偶,前段时间老杨与一家制造业集团的CIO朋友聊天,他那天刚被总经理点名:"咱AI也上了、协同软件也买了,怎么跨部门对账还在微信群里扯

    来源 AI 行业观察
  10. APEC观察丨对话中欧数字协会创始主席、意大利经济学家鲁乙己:AI带动的新一轮全球化正在到来

    2026年亚太经合组织(APEC)领导人会议周正在深圳举行,数字经济与人工智能是贯穿始终的关键词。 11月19日,中欧数字协会创始主席、意大利经济学家鲁乙己(Luigi Gambardella)在峰会间隙接受新京报贝壳财经记者的专访。 作为非APEC经济体受邀嘉宾,这是他首次参加APEC工商领导人峰会。这位长期活跃于中

    来源 腾讯网
向下滚动自动加载更多