本周工作思考
- 提高线上疑难问题排查效率的实践和思考
- 目前线上问题排查一个最有挑战的点是复现用户的反馈的问题，深层的原因是不知道在用户那问题是怎么发生的，我们通过业界内的调研和自身实践都发现，有通用的解决方案，如KIbana，Sentry都是类似的系统，不同的技术体系通常有不同的工具。另外，不同的企业和业务技术有自己的独有的工具体系和一整套思路。
- 目前我们内部的对如何快速发现和解决客户的问题有了比较稳定的基础设施，但是将这些工具应用提高问题的解决速度虽然比之前好了很多，但是我们依然有很大的提升空间，比如在解决速度，用户的体验，用户如何快速有效的反馈问题，这些指标我们还有更进一步的提升空间，从工业化的指标看，售后质量优良与否也体现ToB业务的工程能力和客户服务能力。
- 我们最近也在一直思考和探索线上问题排查工具链，对于一些疑难问题，一旦接到用户反馈，通过一系列的工具组合，CSS侧或者测试侧的伙伴就能能在较短的时间内收集更多的问题的信息，甚至能初步定位问题的原因。特别是国际客户，相当一部分问题需要把应用层问题转化为工程层问题，这个装换过程目前有些耗时漫长，CO的用户 - 企业对接人-UTG对接 - 工程，这中间同时也有信息损失，后续虽然会有大连团队伙伴们的介入，依靠文本信息传递使用过程的中问题，依然会面临不少问题。
- 健全和完善问题排查工具链应该是解决这类问题的有效办法，之前我们也曾经做过类似的工具，但是不够专业，还有就是针对特定的问题，我们现在在逐渐补全这个链条上的不同工具，也在考虑如何利用AI技术快速识别和诊断。本周我们也针对视频录制类的功能做了一个专门的诊断工具，尝试用新的专业性的思考和技术来完善这个解决方案。
- 后续我们尝试对文档类问题，视频类问题，AI相关业务都针对性的使用类似的方案在开发功能的同时，也完善其稳定性相关的支撑工作。
- 《0423 UMU&ATD直播: 东朔老师对话 ATD CEO Tony Bingham》
- 假期里结合其他视频又仔细理解了全文，其中东朔老师的观点”在安全第一的视角和工具的实用性之间取得平衡“我认为在企业端AI应用上很重要的洞察，在工作中我也深有体悟，企业内部产生的知识是企业都有的，也是企业的重要资产，在AI时代如何保护好这些知识资产是我们的ToB业务需要重点考虑的，这是所有AI业务的基础，如果没有数据安全，我相信很多企业甚至会舍弃AI的优势，至少会延缓AI在核心业务的应用。我们一直重视企业的数据安全和知识保护，这是我们长期以来的坚守的价值观和产品优势，我想我们未来也一定会坚守住，用户也会因此而更加认可我们的价值。