2026-01-26 工作日志
9:30 - 9:48, 早会，https://www.doubao.com/chat/36601527001681666
系统性能问题讨论，SR查询慢。https://www.doubao.com/chat/36603070421539330
生产SR查询、导出执行效率低问题讨论及处理：
- 系统问题表现：
- 数据更新不及时：系统状态更新不及时，导致中奖数据、钱和地发放、报表数据异常，如先签收后未出货情况。
- 查询效率降低：代码查询效率从几百毫秒变为秒级，影响写入更新，如出货、签收激励、中奖数据更新延迟。
- 临时解决措施：
- 停导出进程：先排查有影响的导出进程并停掉，观察能否恢复，若不行则停掉整个导出服务。可先停部分观察，筛选出耗时异常的任务，如群里报警的十几二十个。
- 优化导出条件：分析导出提交复杂搜索的原因，优化导出条件。
- 服务操作方式：
- 重启服务：若正在处理下载任务，可直接重启下载服务，将下载中心表状态全部改成4，避免重试。
- 单独通知：整理操作步骤和影响范围发给宝乾通知业务方，对于正在进行中的任务涉及人员单独联系告知。
- 扩容方案讨论：
- 内存扩容：将FE从48G扩容到64G，由相关人员提工单，按扩三倍资源的方向先进行操作。
- 资源瓶颈：导出导致磁盘IO利用率高，FE内存占用大，磁盘有一定瓶颈。
- 后续待办事项：
- 梳理列表：张琪梳理b端注册明细中下载慢的列表，准备好影响范围等信息给宝贤同步业务。
- 业务沟通：宝贤与吴老师或业务沟通当前情况所需做的事情。
- 再次开会：下午集中开会，针对性讨论SR扩容具体节点和资源情况。
- 任务
进程处理安排：排查出有影响的导出进程并停止，找出对应人员，与支付宝一起说明情况，观察停止异常任务后能否恢复正常，若不能则停止整个服务并给出预计恢复时间
内存扩充安排：扩充 FE 内存以应对数据量变大问题，先排查需停掉的异常任务并联系相关人员，若停掉后服务未恢复正常则停掉整个服务并给出预计恢复时间
明细列表整理：梳理 b 端注册明细中下载慢的列表，整理成表格，与宝贤同步，和业务确认是否停掉这些任务，同时导出工单人名对应表格
情况确认事宜：与吴老师或业务确认当前情况需要做的事情，并在下午集中会议讨论 SR 扩容方向，如 CPU、硬盘等
SR扩容讨论：下午集中开会，讨论 SR 扩容从 CPU、硬盘方面该扩哪些节点或资源，以解决线上问题
性能测试：
- 压测现状：目前压测还在进行且有报错，部分接口压测已过，部分还在调试修改。对于压测结果未达标的情况，存在代码需要调优和环境是否有问题的争议。
- 时间安排：暂定周二、周三完成压测，马奇需将压测进度每天同步到群里，早会之后以计划形式发布近两三天的安排，会后与吕杰和宋阳确定当天研发改环境的目标及可测试的接口
方案评审： B端出货规则开发技术方案，方案在完整性和合理性、详细程度等方面需要进一步补充完成，需要识别其他端的影响及依赖，确保完整。
Tag底层模型优化上线方案，在方案细节上需要进行补充，如需要各端在什么节点配合什么，需要与平台操作什么。
业务执行时效监控方案，需要再进一步对齐监控的维度，以及监控出异常情况的处理预案。
AI Agent： 使用 AI 的黄金八式方法，包括目标导向法、数据投喂、反向提问、风格对标等。
目标导向法使用 AI：
- 摒弃复杂模板：过去为普通模型设计的复杂模板已过时，如今的推理模型如 Deepseek 的 R1 自带思维链，类似行业专家，只需给出目标。
- 黄金第一式公式：“我是谁？我要什么？为什么重要”，将其他思考留给 AI 的思维链。
- 真实案例验证：如旅游团客人丢护照、电商店退货率飙升、活动现场停电等案例，使用目标导向法让 AI 直接给出解决方案。
数据投喂方法：
- 避免毒数据和呆数据：AI 可能因互联网垃圾数据产生幻觉，喂数据时不能只靠联网搜索，也不能把说明书当数据，要提供生意逻辑等活情报。
- 正确喂数据示例：普洱茶电商、旅游、百货等行业，应提供业务冲突、客户痛点等信息作为提示词。
反向提问使用 AI：
- 核心方法论：在给 AI 指令时加上 “在给我意见以前，请先向我提出三个最尖锐的问题，帮我做风险评估”。
- 案例说明：茶叶连锁推速溶奶茶、处理躺平经销商、老板要求数字化转型培训等案例，反向提问让 AI 帮助思考，发现潜在问题。