(凹凸)亚洲无码转区视频免费观看_久久综合九色综合婷婷_综合欧美日韩国产成人_一级高潮毛片在线播放_一个人看的窝色一区_精品呦啊呦v视频在线观看_小十四萝裸体洗澡自慰_韩国三级bd高清伦理毛片_男同志gay免费钙片gv网址_国产丰满大波大屁股熟女

來源：云云眾生s

平臺工程團隊現在尋求能夠自動化文檔、查找錯誤甚至提出編碼建議的智能平臺。

譯自Integrating AI to Make Platform Engineering Intelligent，作者 Michel Murabito。

想象一下一個能夠學習和適應您需求的軟件解決方案。這就是由 AI 驅動的智能應用程序的強大功能。這些智能應用程序超越了基本功能，利用機器學習 (ML)、自然語言處理和其他尖端的 AI 技術來個性化您的體驗、進行預測和自動化操作。

這種自動化為開發(fā)人員和更廣泛的開發(fā)人員體驗帶來的改進，將我們帶到了另一種創(chuàng)新方法：平臺工程。平臺工程是一門新興學科，描述了如何設計、開發(fā)和維護軟件平臺以進行擴展跨多個團隊的 DevOps。

自然而然，企業(yè)都在爭相挖掘這種潛力：根據Gartner的數據，到 2027 年，75% 的組織將從多個點解決方案切換到 DevOps 平臺以簡化應用程序交付——高于 2023 年的 25%。因此，許多組織正在尋求將 AI集成到平臺工程中，以縮短上市時間并改善軟件開發(fā)周期和開發(fā)人員體驗。

我們來討論以下內容：

• 智能開發(fā)人員平臺的興起。
• 平臺工程中的 AI 增強型軟件開發(fā)生命周期 (SDLC)。
• AI 驅動的平臺工程的優(yōu)勢和挑戰(zhàn)。

智能開發(fā)人員平臺的興起

根據Gartner 技術采用路線圖，針對 IT 領導者，內部開發(fā)人員門戶被認為是 2022-2024 年為改善開發(fā)人員體驗而試用的最頻繁的技術。內部開發(fā)人員門戶充當開發(fā)人員可以發(fā)現和訪問內部開發(fā)人員平臺功能的界面。

雖然這些門戶提供了自助服務功能以改善開發(fā)人員體驗，但對提供最佳效率、可靠性、適應性和降低成本的解決方案的需求仍在不斷增長。

許多組織已轉向利用 AI 簡化其 IT 運營的開發(fā)流程的平臺。因此，平臺工程團隊現在尋求能夠自動化任務、提供 AI 生成的文檔、分析代碼錯誤甚至根據輸入生成代碼或開發(fā)建議的智能開發(fā)人員平臺。

這些智能平臺承諾提供盡可能少的開銷的無摩擦自助服務開發(fā)人員體驗，并正在迅速成為數字化轉型的支柱。

平臺工程中的 AI 增強型 SDLC

自 AI 和 ML 進入技術領域以來，AI 增強在多個開發(fā)工具和平臺中的使用已顯著增加，例如GitHub 的 Copilot、Google 的 Bard和OpenAI。AI 增強與整個軟件開發(fā)生命周期交織在一起，從規(guī)劃、設計、開發(fā)、測試、部署和持續(xù)維護，使開發(fā)人員能夠更有效、更快速地創(chuàng)建應用程序。我們來看幾個例子。

AI 驅動的代碼生成和優(yōu)化

AI 和 ML 平臺正在增強軟件開發(fā)生命周期的各個方面，使開發(fā)人員能夠自動化廣泛的任務，從而提高生產力、降低成本并提供新的增長機會。這在利用先進的大語言模型 (LLM) 和 ML 算法的 AI 驅動的軟件開發(fā)中很明顯，這些模型展示了卓越的代碼生成、代碼審查和測試能力，以改善開發(fā)人員體驗。

使用這些深度學習技術和海量數據集訓練的 AI 模型通常充當個性化編碼助手和智能協作者，提供見解、建議和自動化以簡化開發(fā)。這對主要專注于為開發(fā)人員和產品工程師設計和構建高效可靠平臺的工程師有益。使 AI 能夠訪問開發(fā)人員環(huán)境——源代碼、問題跟蹤器和可訪問的文檔可以幫助平臺團隊創(chuàng)建一個更引人注目的內部開發(fā)人員平臺。

智能基礎設施管理

人工智能增強平臺正在各個層面加速、擴展、自動化和優(yōu)化 SDLC 及基礎設施。例如，人工智能增強平臺現已用于簡化組織優(yōu)化其計算、存儲和網絡資源的方式。從計算能力到存儲管理和網絡優(yōu)化，它們使組織能夠微調其運營、提高性能需求并駕馭現代 IT 基礎設施的復雜性。

人工智能驅動的集成和分析

人工智能和機器學習正在通過自動化數據流程、引入敏捷性和高效性來分析海量數據集，從而改變數據準備、管理和攝取方式。將人工智能功能整合到數據集成中通過自動化數據準備提供了一個現成的解決方案。人工智能系統可以使用自然語言處理(NLP) 來分析數據源描述、用戶查詢和元數據，以改進數據發(fā)現。

個性化開發(fā)者體驗

支持人工智能的平臺可自動化例行任務并提供智能代碼建議，從而節(jié)省開發(fā)人員的時間并增強創(chuàng)造力和創(chuàng)新能力。因此，越來越多的開發(fā)人員熱衷于利用人工智能來提高他們的編碼效率和解決問題的能力。這在GitHub 的 2023 年調查中很明顯，該調查揭示了人工智能對開發(fā)者體驗的影響。

人工智能支持平臺工程的優(yōu)勢和挑戰(zhàn)

將人工智能集成到 SDLC 為提高平臺和開發(fā)團隊的生產力和滿意度提供了激動人心的可能性。然而，與任何事物一樣，它也有缺點。

讓我們看看兩方面。

優(yōu)點

1. 由于人工智能增強平臺可以輕松分析客戶反饋、使用數據和其他相關數據源，因此企業(yè)、平臺和開發(fā)團隊可以根據更準確的數據做出決策。
2. 它們?yōu)槟膽贸绦蛱峁崟r見解和性能監(jiān)控，并針對可能發(fā)生的任何問題提出改進建議。
3. 人工智能增強平臺自動執(zhí)行某些任務，例如數據分析和產品測試，從而減少了產品開發(fā)過程中對人力資源的需求。
4. 支持人工智能的平臺提高了開發(fā)環(huán)境中的可發(fā)現性和效率，為開發(fā)人員、平臺工程師和經理提供支持。

缺點

至關重要的是要認識到人工智能除了這些好處之外還存在一定的局限性。負責在平臺工程中實施人工智能的人員必須深入了解人工智能可能帶來的安全問題。此類問題可能與訓練模型的源數據的質量和可靠性固有相關。

例如，如果模型是使用被認為健壯且安全的代碼和模式進行訓練的，然后在該代碼上發(fā)現了零日漏洞，那么所有借助該模型構建的應用程序都將變得脆弱。

安全問題也可能與人工智能的濫用有關。例如，正在使用不太熟悉的語言開發(fā)新微服務的一位開發(fā)人員可能會要求人工智能從另一種語言翻譯一個函數，而沒有向人工智能提供上下文，也不知道該函數是目標語言的反模式。

為了降低這些風險，平臺工程師必須：

• 為安全問題構建一個可靠的監(jiān)控系統。
• 在發(fā)生安全問題時做好管理準備。
• 持續(xù)改進源數據，刪除并解決已知問題。
• 根據新的最佳實踐和業(yè)務需求訓練人工智能。
• 創(chuàng)建黃金路徑，防止關鍵流程在沒有人工監(jiān)督的情況下完全由人工智能管理。

總結

平臺工程和人工智能是技術創(chuàng)新的新浪潮，可以極大地改變開發(fā)團隊的工作方式。它們正在推動組織在當今 SDLC 中采用軟件交付方式的根本性轉變。因此，許多組織熱衷于抓住這一行業(yè)趨勢，以提高其競爭優(yōu)勢和生產力，節(jié)省資金并改善開發(fā)者體驗。

如果您正在尋找構建內部開發(fā)者平臺(IDP) 的正確解決方案，為您的云原生應用程序帶來秩序并提高開發(fā)人員的生產力，請?zhí)剿?/font>Mia-Platform。

本文在云云眾生（https://yylives.cc/）首發(fā)，歡迎大家訪問。