Expensify移动应用中费用审批列表显示异常问题分析
问题背景
在Expensify移动应用9.1.51-0版本中,测试人员发现了一个关于费用审批列表显示逻辑的异常问题。当用户在一个禁用了延迟提交和审批功能的工作区中提交手动费用时,这些理论上不需要审批的费用却出现在了"审批"列表中。
问题现象重现
- 用户打开Expensify应用
- 进入一个禁用了延迟提交和审批功能的工作区
- 提交一个手动创建的费用
- 导航至"报告"页面
- 点击书签图标并选择"审批"选项
- 观察到刚提交的费用出现在审批列表中,尽管它实际上不需要审批
技术分析
这个问题的核心在于应用的前端过滤逻辑与后端审批状态的不一致。从技术实现角度看,可能有以下几个关键点:
-
前端过滤逻辑缺陷:审批列表可能没有正确检查工作区的审批配置,而是简单地显示所有待处理费用。
-
状态同步问题:当费用提交后,前端可能没有及时获取最新的审批状态,导致显示错误。
-
缓存机制影响:应用可能缓存了费用列表,但没有根据工作区设置更新过滤条件。
-
权限检查缺失:在渲染审批列表时,可能缺少对工作区审批配置的实时检查。
解决方案与修复
开发团队通过以下方式解决了这个问题:
-
代码回滚:确认问题是由特定PR引入后,团队决定先回滚相关代码以快速修复问题。
-
架构改进:计划中的"自动提交"功能将从根本上解决这类问题,它会将费用自动提交到"开放"报告中,而不是需要审批的流程。
-
状态检查增强:在显示审批列表时,增加了对工作区审批配置的实时检查。
经验总结
这个案例展示了在开发企业级应用时几个重要的技术考量:
-
状态一致性:前端展示必须与后端业务规则保持严格一致,特别是涉及审批流程等关键功能时。
-
配置感知:UI组件需要动态响应系统配置变化,不能假设所有工作区都有相同的审批流程。
-
测试覆盖:对于核心业务流程,需要建立全面的测试用例,包括各种配置组合下的行为验证。
-
渐进式改进:有时临时回滚是必要的,但同时应该规划更彻底的架构改进来解决根本问题。
对开发者的启示
-
在实现类似审批流程时,应该建立清晰的"是否需要审批"的判断逻辑,并在多个层面进行验证。
-
对于配置驱动的功能,UI组件应该设计为能够动态响应配置变化。
-
缓存机制需要谨慎设计,确保不会因为缓存导致状态不一致。
-
在修改核心业务流程时,应该进行全面的回归测试,包括各种边界条件。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00