音视频测试因依赖真机、时序敏感、指标连续而难以自动化。文章提出三层测试体系：单元测试覆盖时间戳映射、抖动缓冲等纯逻辑；性能基准量化编码延迟、帧率、内存等硬指标；设备兼容按高中低配真机矩阵跑CI回归，并对比基准阈值防退化。强调分层测试，避免单层解决所有问题。