服务端性能，AI测评，SNGAPM，NewMonkey

最近其实有点郁闷，团队转岗、离职的朋友带来的无奈、误会，业务的压力，现在这条路步步维艰，时不时陷入自我反思而错过了公交车站。辛亏从大学到工作，就有过不少“不坚持”就后悔的经验，每每回想，才让我继续整理行囊继续前行。值得开心的是，每天都能看到我上有不少新关注，阅读我写的东西。 想起，我也有好一段时间没写东西了， 还是向各位汇报下自己的新进展和感悟吧。

从客户端性能到服务端性能
最近在看《性能之巅》，发现有两个起码的共通地方，一是，发现-定位-解决-度量的解问题流程，二是，3+1，CPU，内存，磁盘 + 网络的性能指标体系。 

先说一，定位能力在客户端性能的时候，我们就发现“定位”是开发和测试交集的一个灰色地带，这个灰色地带对于以前传统测试来说，测试提供的定位信息就是重现步骤，开发侧是堆栈，日志，trace信息，而在我们的专项测试中，通过分析云侧自动提供了定位能力，可以抽象为更加精准的定位信息给到开发，帮助开发快速解决问题。对于后台性能也是如此， 前一阵看到的Linkedin的这个工具就后台定位能力的一个典型。我们所以未来思路应该是类似的。

二，对于不同的性能指标，服务端有更加清晰和丰富的指标和标准，但是离不开3+1。而在3+1的体系中，无论是后端和前端，估计都要加上CPU和TPU的性能度量和分析能力。有一点，我感觉客户端还是比服务端落后，就是对于硬件，内核的把握，这点可能因为我们是做应用的吧，做手机操作系统的应该比较了解。

看AI测评
最近我们也在倒腾这玩样，所谓全面开花，从语音到图片，翻译，OCR，人脸，样样都要测试。问题来了，样样来，样样不精。也很难精，原因就是我们只是黑盒验收测试。但是哪怕是这样，我们也要杀出一条验收测试的血路，这也是我其中一个反省，之前保守了，觉得这事情那事情都应该是提供AI服务的一方做的，现在看来不一定。有问题有痛点，我们想办法去解决就好。这里也感谢百度等的分享，让我重新思考了这个事情。

AI测评遇到了什么问题？ 素材，素材，素材。在互联网app中，没有时间给你磨一个AI相关的功能，磨两个月，三个月，要上，马上上。为了解决效率问题，沉淀素材库就非常重要。只是这个就很可挖，因为还没有太多落地成果，所以也不多说。主要脑爆的点是，素材的来源，素材的初选，怎么更高效更独有更精准。

SNGAPM
这个是我们组做的最艰难的事情，从研发流程内的分析云到研发流程外，这个艰难的程度超过我们人力和能力能承担的范围。这里感谢依旧在SNGAPM中奋战的同仁和其他依旧支持我理解我们的兄弟部门，也希望大家继续支持，这里前路依旧艰辛。最近我们在把SNGAPM搬上腾讯云，除了为了趁机用上腾讯云提供的CCS，PG，TDF服务让我们的服务更稳定外，最重要我倒逼着我们，为了有一天能让我们的能力也可以让公司和BG外的兄弟姐妹们使用（PS：不少《Android移动性能实战》的读者最大质疑的就是，只有工具描述，却不见工具。这时我只能说，我们在努力了。另外对于我们APM有兴趣的，也欢迎留言）

NewMonkey
这也是我们另外一个艰难的项目，ios和android的版本升级兼容性处理，日常维护，新功能，寥寥无几的人。但是依旧在插件化，无障碍检查，自我在滚动，算是做出了一些成绩。我们渴求的，可能更多，例如NewMonkey可以承担起下一代智能化自动化测试的任务，让我们的checkpoint，除了性能，crash，无障碍，还可以有更多，甚至包括功能，为什么不能呢？因为人力问题，这里我们后面会寻求高校合作，有兴趣的，可以直接联系我，让这些梦想实现，去推动测试行业的改变。

最后，我希望我们team像是海贼王的路飞团队一样，大家不是我的属下，是相互的合作伙伴，大家能独当一面，一起去寻找我们共同的One Piece。