写点什么

Grab 通过安全策略应对 AI 生成代码变更激增,提升移动端 App 稳定性

  • 2026-11-20
    北京
  • 本文字数:1179 字

    阅读完需:约 4 分钟

AI摘要

Grab 针对AI编程加速导致崩溃风险上升的问题,构建了覆盖开发全周期的分层防御体系,以左移方式在合并前、预生产和发布后各阶段实现崩溃预防、检测与响应。

分层防御以合并前静态分析(Android Lint/SwiftLint)和GEA预生产门禁为核心防线;崩溃影响不仅限于体验,更关联应用商店排名与长期滞留缺陷;非符号化崩溃需结合发布时间、功能开关与会话元数据交叉归因。

适合移动客户端架构师、质量保障工程师、SRE/平台工程负责人阅读。

Grab 表示,AI 编程助手的普及加快了开发速度,也让每个版本的代码变更量变多,缺陷和应用崩溃出现的概率随之上升。为应对这些挑战,他们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 提到,“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 这样的业务规模下,让崩溃问题流入生产环境是一个持续存在的风险。每周都有大量来自众多产品团队的合并请求,不少功能通过功能灰度开关发布,且这些开关的启用与版本发布相互独立。任何一处变更都有可能引入崩溃。

移动应用崩溃除了会损害用户体验,还会降低无崩溃会话率,进而影响应用在 Google Play 的排名。它所带来的成本还会增加,因为并非所有用户都开启自动更新,这意味着“已经上线的崩溃问题会长时间留在用户设备上”。此外,并非所有崩溃都带有清晰、符号化的堆栈跟踪信息,这意味着“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 的分层防御遵循 左移 策略,通过在开发周期各阶段设置一系列保障措施尽可能早地发现崩溃问题:从合并前到预生产、发布控制,再到发布后响应。

在合并前到预生产阶段,目标是预防,Grab 将其描述为“主要防线”。为实现这一目标,Grab 工程师使用静态代码分析工具,如 Android Lint 和 SwiftLint,通过平台特定、社区驱动和自定义的 Lint 规则在代码合并前捕获问题;同时进行自动化和手动测试,包括单元测试、UI 测试和质量保证检查;此外还使用 Grab Early Access(GEA),这是一个预生产门禁,将早期构建包分发给内部用户,并对其进行持续监控:

在 GEA 中只有少数内部用户会遇到的崩溃问题在生产规模下将会演变为崩溃率大幅飙升、客服压力激增,甚至需要紧急热修复。GEA 会在这些崩溃问题到达生产用户之前将其捕获,是我们最重要的稳定性门禁之一。

在发布阶段,Grab 通过分阶段发布和功能开关来控制崩溃问题进入生产环境的可能性。分阶段发布让新版本先只推送给一小部分用户,工程师可以监控其崩溃情况,并在检测到异常崩溃率时暂停发布。功能开关让团队可以逐步开启功能,同时监控其对崩溃率的影响。如果某个功能导致崩溃率超过预设阈值,可以立即将其关闭,无需发布新版本。

在发布后阶段,Grab 专注于快速事件响应,使用相关机制来检测、排查和控制生产环境中的崩溃问题。这些机制包括:使用 Firebase Crashlytics 和 BigQuery 进行实时崩溃监控,以便在构建上线后尽快识别异常;自动化分诊和增强诊断,用于聚合崩溃元数据和堆栈跟踪信息,帮助团队将崩溃问题映射到具体的 PR;以及反馈循环和事后分析,用以扩充 Lint 规则和测试覆盖范围。

Grab 的分层防御方法还有很多内容无法在此一一涵盖,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。】

查看英文原文:https://www.infoq.com/news/2026/11/grab-ai-generated-code-safety/