Skip to content

2026-07-07 工作日志 ​

今日概览 ​

今日主要工作围绕7月底版本需求落地、电子围栏紧急修复发布跟进以及日常项目协调展开。

小结 ​

1. 电子围栏修复发布跟进

  • 张喜已完成电子围栏并发优化代码的整理与提交
  • 确认今日晚间发布窗口,协调运维团队准备发布资源
  • 制定回滚预案,确保发布风险可控

2. 前端必传字段清单推进

  • 李亚洲已完成各场景前端必传字段的初步梳理
  • 清单已分发至各端负责人进行确认
  • 待收集反馈后形成最终版本

3. 版本排期协调

  • 评估营销活动中心开发进度,确认集成测试时间可提前1天
  • 同步各端调整测试计划,确保整体进度不受影响

待办 ​

1. 电子围栏发布

  • 跟进晚间发布执行,确保顺利上线。—— 张喜

2. 字段清单确认

  • 收集各端对前端必传字段清单的反馈,形成最终版本。—— 李亚洲

3. 集成测试协调

  • 与测试团队确认提前后的集成测试时间窗口。—— 任铭

4. 数据看板方案

  • 推动数据看板最终方案的决策,明确上线时间。—— 李亚洲

7 月份版本进展对齐会 ​

本次会议对齐了 7 月份版本的整体进展,讨论了各模块的风险、问题及后续排期,并明确了数据权限、性能优化、需求评估等关键事项。

小结 ​

1. 数据权限需求优化

  • 方案已完成第一轮内部评审,需进一步提升方案的可读性。
  • 下一步将落地以 B 端出货表为首个场景的技术实现方案。

2. 前端走查与性能优化

  • 提示语监控:已上线并进入持续监控阶段。
  • 崩溃问题:神策上报的崩溃事件可能存在误报,需进一步分析确认;同时需跟进内部新增的崩溃日志上报优化。
  • 性能问题:新版本冷启动速度提升,但在接口调用时存在耗时增加的问题,需定位并优化"慢接口"。
  • APM 接入:将对比现有监控方案,评估 APM 接入的必要性和定制化需求。

3. 数据与安全

  • 数据交接:数据交接已完成,将按计划推进数据血缘梳理。
  • COS 存储:确认资金账户图片无需存储在 COS,将进行技术改造切换至本地处理。
  • 数据一致性:云商系统因人员调动导致数据不一致问题已定位并解决;营销物码中心仍有 21 类数据不一致,正在排查中。
  • 数据安全:需全面检查并确认是否存在身份证、账户等敏感信息的存储,确保合规。

4. 需求与排期

  • 测试时间:针对涉及查证、盘点等全链路的新需求,原定的测试时间被认为不足,需重新评估并预留充足时间。
  • 版本节奏:考虑到 7 月底为业务高峰期,建议将版本发布节奏调整至月初。

待办 ​

1. 数据权限需求优化

  • 传熙需整合配套材料,并更新下一轮评审议程。
  • 陈祺需准备 B 端出货表落地的技术方案。

2. 前端走查与性能优化

  • 赵丹需更新前端走查文档,将崩溃问题、日志上报等问题纳入追踪。
  • 继伟需支持分析神策上报的崩溃日志,确认是否存在误报。
  • 需分析前端新增的崩溃日志,给出优化初步结论。
  • 需对比 APM 监控方案,给出接入结论。

3. 数据与安全

  • 需全面检查并确认是否存在敏感信息存储,与法务团队沟通。

4. 需求与排期

  • 宝仟需重新评估测试所需天数,并更新需求排期。
  • 需将本次上线的问题及优化点沉淀到问题清单中。

AI 业务应用场景探讨会 ​

本次会议主要探讨了 AI 在不同业务场景下的应用,包括数据运营、员工赋能及人机协作模式,并提出了 AI 价值衡量的新视角。

小结 ​

1. AI 在不同业务场景下的应用

  • 数据运营:针对不同规模的客户(如大 B、C 端),采用差异化的运营策略。线下通过拍照、工牌录音等方式收集数据,同时推行全链路扫码以追踪数据。
  • 人机协作:传统 OODA 循环中的感知、生成、评估环节可由 AI 主导,而决策和行动仍由人类负责,AI 与人的角色边界会随行业和阶段动态演变。
  • 员工赋能:为每位员工创建 AI 分身,用于模拟领导风格并提供反馈,以优化汇报内容,并通过积分等机制激励员工创建。

2. AI 价值衡量的新视角

  • 会议提出,衡量 AI 价值不应仅看效率提升(乙方思维),更应关注其能否在资本和成本间形成杠杆效应,创造更大的商业价值(甲方思维)。

盘点数据清洗与扫码优化评审会 ​

会议讨论了盘点数据重复清洗方案、并发问题及扫码提示优化。

小结 ​

1. 盘点数据重复清洗方案

  • 背景: 由于历史数据允许重复盘点,导致 1 亿条数据中存在重复记录,影响盘点次数的准确性。
  • 方案: 采用双表法进行数据清洗。将原始数据导入临时表,通过标记和窗口函数去重,再将清洗后的数据回填至原表,并同步更新 MongoDB 中的盘点次数。
  • 范围: 清洗范围限定在 2025 年 11 月 11 日之后的数据,此前的数据保持不变。同时,需过滤掉因并发操作产生的少量重复订单数据。

2. 并发盘点问题及修复

  • 问题: 当前批量提交盘点的机制无法有效防止并发操作,导致同一订单下的同一商品码被重复扫描,产生无效的重复数据。
  • 原因: 经排查,是由于加锁逻辑的位置不当,应在校验前而非校验后进行加锁。
  • 结论: 该问题为已知风险,需在技术方案中明确指出。

3. 扫码提示语优化

  • 背景: 批量扫码时,若箱内部分产品码不符合要求,旧版逻辑会立即中断并提示,未告知具体错误详情。
  • 优化: 新方案将收集所有错误码及其状态,统一在最后返回提示。若全部错误,则提示"该中转箱所有产品码均不符合出货要求";若部分错误,则提示"部分产品码不符合出货要求"。
  • 新增限制: 为配合加锁机制,将新增对退货码的限制,禁止重复扫码退货。

待办 ​

1. 数据清洗方案完善

  • 在技术方案中明确数据清洗的目标:仅处理 2025 年 11 月 11 日之后的数据,并过滤掉因并发产生的少量重复订单数据。—— 粱健
  • 在技术方案中补充服务停服的风险及应急预案,包括停服时长、影响范围及应对措施。—— 粱健
  • 修复去重 SQL,确保能正确处理并发导致的重复订单数据。—— 粱健
  • 与建新再次确认盘点次数的计算逻辑,特别是涉及跨月重复盘点的复杂场景。—— 粱健

2. 扫码提示优化

  • 在技术方案中补充扫码提示优化相关的 PRD 文档链接。—— 张喜
  • 完成扫码提示优化及新增退货限制的开发工作,并于当晚输出测试报告。—— 张喜