外部行业实践 ·
语生科学借助AI实现7-Zip压缩软件零侵入性能优化
语生科学一名无编程背景的员工在AI辅助下，无需修改7-Zip核心代码，通过新增内容感知路由层完成对7-Zip的系统级性能调优。优化版本在多个场景下实现压缩速度与压缩率的双重提升，已通过Windows、macOS双平台测试并开源，仅在部分特殊场景存在性能缺陷。
仅供行业学习与场景参考，不代表优秘交付、客户关系或效果承诺。
面临的问题
原有7-Zip的LZMA2算法压缩比较高，但对所有文件类型采用统一压缩策略，无论文件属性都消耗同等算力做字典搜索，产生大量无效计算，存在算力浪费、压缩速度不足的问题。
AI 落地做法
推出内容感知路由器方案，不改动核心压缩算法的任何代码，仅在分派层做调整：先对文件执行多级探测识别文件属性，再根据探测结果将文件动态分配到适配的编码通道，同时设置多重安全机制保障压缩效果不退化、解码端兼容官方7-Zip。
实施路径
- 搭建多级探测机制，包含文件头快速识别、抽样试压、多点采样三个环节，识别文件属性
- 设置十档路由策略，根据探测结果将文件动态分配到10种不同的编码通道，适配不同文件的压缩需求
- 设置多重安全网机制保障零扰动，包括试压选小、容差护栏、分组隔离、解码端零改动等，确保压缩效果与兼容性
来源：InfoQ 中文（本站改写摘要，成效数据均取自原文）
项目背景
7-Zip作为主流开源压缩软件，其LZMA2算法存在统一压缩策略导致的算力浪费问题，有较大性能优化空间；语生科学鼓励员工借助AI解决实际问题，持续探索AI在真实场景的应用价值。 本案例依据「InfoQ 中文」公开发布的信息整理，原文：https://www.infoq.cn/article/Qp04AcNuAM8YqtVQHyu3?utm_source=rss&utm_medium=article
业务问题
原有7-Zip的LZMA2算法压缩比较高，但对所有文件类型采用统一压缩策略，无论文件属性都消耗同等算力做字典搜索，产生大量无效计算，存在算力浪费、压缩速度不足的问题。
实践方案
推出内容感知路由器方案，不改动核心压缩算法的任何代码，仅在分派层做调整：先对文件执行多级探测识别文件属性，再根据探测结果将文件动态分配到适配的编码通道，同时设置多重安全机制保障压缩效果不退化、解码端兼容官方7-Zip。
原始来源：https://www.infoq.cn/article/Qp04AcNuAM8YqtVQHyu3?utm_source=rss&utm_medium=article