音视频技术在直播、语聊、游戏等泛娱乐领域早已有了大量深度应用，在互联网教育领域也已成为标配，到金融行业的视频双录、线上营业厅，保险行业的视频开户、用来开早会，随着各行业信息化的不断深入，音视频技术的数字化程度越来越完善。LiveVideoStack特别采访了即构科技技术副总裁廖念波，请他以后台技术老兵的角度，讲述了他对视频云PaaS服务后台架构、运营，以及音视频行业的理解。

专家信息

廖念波是即构科技技术副总裁，后台技术负责人，拥有16年互联网海量服务架构和技术运营经验。此前在腾讯QQ、腾讯视频任技术总监，负责基础后台团队、AI技术团队。

以下内容由LiveVideoStack与廖念波的采访整理而成。

01 目前在即构科技中负责的主要业务

我在即构科技分管实时音视频云PaaS服务的后台团队。基于我们的PaaS服务，客户可以快速实现：

1. 多人的音视频实时通信，例如视频会议、线上教育、直播连麦、游戏开黑等。

2. 大型的直播，例如秀场、演唱会。

而客户完全不需要关心背后的编解码、流媒体传输、服务器开发和运维等。

02 加入即构科技是出于什么样的考虑？之前的工作经验与在即构科技的工作是否有不一致？

我之所以加入即构科技，主要看重这么三个方面。

1. 我之前在腾讯积累的的架构和运营经验有用武之地，能够发挥所长。

2. 相比我之前经历的toC/本地化的产品，即构科技提供的toB的PaaS服务，对我挑战更高，是更好地实践靶场。例如，多租户要求架构更加弹性，资源既共享又隔离；来自世界各地的用户要求我们的服务是去中心化的、全球分布；实时通信要求对低时延追求极致。

3. 即构科技是以技术立本的公司，技术是我们的第一竞争力，而且能够显著为客户和社会带来价值，这符合技术人出身的我的初衷。

说到异同点，我觉得前后这两段职业生涯，从技术和方法论的方面来说是相通的。不同的地方，除了前面第2点提到的具体技术挑战，还有很明显一点就是，即构科技是成长型的公司，我感受到有更多的事情去做和更大的空间去发挥。

其实，这一点不只是我，从普通员工到资深架构师或者管理干部，我们都会有这样的体会。我们一个刚毕业一两年的优秀的小伙子，就有机会操刀一个重要系统的构建，这样的机会不是哪里都有的。在这个过程中，你会觉得很有成就感，会感受到自己明显的成长蜕变，当然也会遇到非常多的困难，会痛苦、焦虑，也有快乐。

03 互联网行业工作20年中，印象特别深刻的是技术困难

回忆总是比经历要简单和轻松很多，现在回过头去看，似乎没有具体哪个技术点、哪个重大项目事件尤其难忘。虽然一路过来，我经常为一些技术困难纠结和烧脑，譬如怎么做抽象和解耦让架构更加清晰可扩展，怎么实现数据在全球的快速可靠的同步，以及怎么能够更高性能地实现网络传输……但这些工作可以说已经常态化，虽然跌宕起伏倒也波澜不惊。

但这几年我越发感受深刻的一点是：技术运营能力，是可以有很大的高下之分的，是很能体现团队水平的一个难题。技术运营能力弱的团队，要么一天到晚救火，按下葫芦浮起瓢，要么运动式梳理整顿，治标不治本，随着业务的增长和需求的演变，工作复杂度成指数上涨，系统稳定性难以为继。

而相比之下，技术运营能力强的团队，有这么几个特点。

1. 工作做得比较全面，没有落下明显的保健因子。例如，受敏捷软件开发的影响，一开始只是快速上线了业务特性，日志/监控/运维工具都没有管，后面也一直没有投入精力去补上，那这些工作的缺失会让雪球越滚越大。敏捷软件开发是很好的，但一些保健因子一定要及时补上。

2. 运营能力是一开始就和业务特性一样并重（甚至更高优先级）地设计到系统中去的。好的系统是“设计”出来的，虽然持续迭代、让产品如珊瑚一样生长的方法论非常好，但这些主要适用于业务特性/产品体验，基础的框架还是要一开始就设计好，否则每次迭代都伤筋动骨。

3. 使用软件工程/工具，而不是使用流程和依赖人员意识，来做团队协同和能力沉淀。DevOps工具让一个需求从提出到发布像工场流水线一样精密；自动化诊断工具让运维人员可以根据有限的信息，从运作极其复杂的系统中还原出第一现场并直指问题的要害；健壮性设计让系统像奶牛一样皮实耐摔，而不是像宠物一样捧在手心；混沌工程/压测把线上系统逼到墙角、用实际的表现说话。

04 目前音视频通信技术遇到的技术挑战

得益于全球互联网、基础科学、基础设施的快速发展，音视频通信技术体验越来越好，使用的人越来越多，涉及到的领域也越来越广，用户的预期也越来越高。但最基本的技术挑战一直没有变过：全球复杂的网络状况下，如何确保稳定的低时延的数据传输。

从用户侧的第一公里，到全球数百个国家地区间的公网中继，物理距离遥远、环节众多，可以认为是一个复杂的混沌系统。而要实现稳定的实时音视频数据，无异于穿越重重炮火，把信送给加西亚（编者注：《把信送给加西亚》是阿尔伯特·哈伯德的作品）。

我们团队通过海量服务实践积累，结合SDN技术，背靠基础多云商，自研了海量有序数据网络MSDN（Massive Serial Data Network），可以自动容错、智能选择最优传输路径，当出现线路故障时秒级响应/自动恢复，让使用者获得更高的网络质量。

根据不同客户的业务需求，即构分别提供了数据传输的“高速公路”和“专业赛道”，也就是低延迟直播Low-Latency Live（简称L3）产品和WebRTC超低延时技术。

L3将传输延迟由传统CDN直播的3~5秒降低到1秒，有效改进“在线教育、电商直播、体育直播、秀场直播”场景中的延迟高、弱网抗性差和内容不同步等问题。同时，也打破了市场上只能在CDN和RTC之间二选一的困境，帮助客户兼顾成本与性能，智能调度和平衡资源分配。

在自研技术音视频引擎和MSDN网络的支撑下，最近我们在低时延数据传输上又有了新的突破，实现了从“信息采集->处理->编码->传输->解码->渲染”全链路端到端70ms超低感官延迟。在70ms的时延下，人体的感官延迟几乎为零，这可以应用在对于互动反馈实时性要求更高的场景中。

这项技术被我们应用到了在线K歌的场景中，推出了“在线KTV实时合唱解决方案”，系统解决了以往线上K歌过程中，合唱者之间没办法实时对齐合唱的难题。我们是行业第一个落地真实时合唱场景的技术服务商。

05 音视频技术在转换为商业价值道路上的机遇

即构从创业至今一直秉持的理念是“让音视频技术融于无形”，我们实时音视频产品的迭代步履不停，同时又在云通信的不同层面上多点开花，推出了实时消息、低延迟直播产品、AI 视觉等产品，技术产品体系肉眼可见变得丰富立体，而融于“无形”的理念却在咱们每个人脑海里烙印更深了。因为不仅仅是技术和产品在往前跑，更多行业的生产流程、生产场景也在推陈出新，这样的变化并不意味着音视频技术要成为改造行业的主角，而是各种行业在更大的范围上包含了音视频技术。所以我们也选择用更结构化、层次化的产品矩阵去尝试多点融入，由此看到了一些化学反应。

除了提供底层的音视频技术支持，为了满足更多企业快速获得音视频能力的需求，我们还将PaaS产品方案化，渗透进具体的业务场景中，提供低代码、可扩展、弹性伸缩的aPaaS模式解决方案，让客户可以更快、更低成本地实现音视频产品。

今年2月份，我们推出了业内首个面向全行业的低代码互动平台产品RoomKit，通过对业务场景能力的完整封装，实现了互动房间的0码搭建。就算是没有技术团队的客户，也能够通过Roomkit的功能可视化配置，完成产品的接入和上线。此外，我们还提供了Talkline、小艺帮等App产品。

为什么要这样子去做呢？我们诞生在互联网行业，这里的数字化程度是比较完善的，音视频技术在直播、语聊、游戏等泛娱乐领域早已有了大量深度应用，各种玩法可以说脑洞大开玩出花了，此外音视频在互联网教育领域也已成为标配。但要说在传统行业里，因为企业信息化进程的进度差异，我们是有前有后切身地感受着变化，这个现象其实还挺有趣的。比如，传统教培行业用Roomkit快速进行线上化转型，在金融行业的视频双录、线上营业厅，保险行业的视频开户、用来开早会，小艺帮用于学校线上考试、远程招生。随着各行业信息化的不断深入，我相信这样的例子只会越来越多。

我觉得在和行业的整个融合过程中，要把技术转为商业价值，最关键还是“耐心”二字。我们预期是深入行业里产生化学反应，而不要快速平推的物理反应，所以必须千方百计站在客户角度去尝试为他们所在行业创造价值，从行业的信息化发展中长期受益，这才是最健康的。但既然选择了在行业变革的早期成为“合伙人”，自然就更得耐住一时的寂寞。

06 从技术大会中得到最大的收获

因为时间有限，来去匆匆 ：）

但看到越来越多的公司/人加入或者关注实时音视频技术，人才优势与激烈竞争能够让整个行业做得更好。

参加技术大会，除了学习他人，对于我自己也是输出倒逼输入、输出倒逼系统性思考总结的过程，这个过程让我很有收获。

编辑：Cindy Chen