關(guān)于很多開發(fā)人員來講，展望 DevOps 的下一步已經(jīng)成為他們最喜歡的一種消遣。正在已往的十年里，我們看到我們的行業(yè)疾速變更，正在統(tǒng)一期間，程序員的腳色還發(fā)生了根本性的變更。
事實(shí)上，尤其是那些（我們應(yīng)該說）特定年齒的開辟者中，“傳統(tǒng)”開辟者的腳色好像曾經(jīng)不復(fù)存正在。取傳統(tǒng)的軟件開辟生命周期（即軟件的計(jì)劃、構(gòu)建和公布）分歧，我們中的很多人如今都正在多職責(zé)團(tuán)隊(duì)中事情，正在這一些團(tuán)隊(duì)中，開辟和運(yùn)維并存，而且愈來愈難以辨別。
這類形式被稱為 DevOps，但只是正在近來開端盛行。并且 DevOps 自己只花了幾年（或幾個(gè)月？）就開端改動(dòng)和順應(yīng)。目前，我們正漂流正在首字母縮略詞的海洋中（包含近來的 DevSecOps），這一些首字母縮略詞透露表現(xiàn)一種略微不一樣的工作方式，每一個(gè)首字母縮略詞對(duì)將來的觀點(diǎn)還略有不一樣。
個(gè)中最新的是 AIOps。正在這個(gè)愿景中，AI 東西正正在漸漸地代替開發(fā)者的腳色——就像 DevOps 從前干的那樣——并最終將完整代替 DevOps。
評(píng)價(jià)這一展望是不是正確是一件難辦的事情，但正在本文中，我們?nèi)詫?shí)驗(yàn)。我們將看看 AI 答應(yīng)為開辟歷程做些什么，評(píng)價(jià)它是不是真的可以由人類開辟者手中接收，然后看看 DevOps 正在幾十年后可能會(huì)是什么模樣。
自動(dòng)化的遠(yuǎn)景
首先，為了了解為何 AI 東西被 DevOps 團(tuán)隊(duì)如斯迅速地接納，領(lǐng)會(huì)它們?cè)S諾可以實(shí)現(xiàn)什么黑白常有效的。這一許諾基本上可以分為兩部分：
一方面，AI 東西的運(yùn)用“僅僅”是過分告急的開發(fā)人員控制他們所運(yùn)用的日趨龐雜的體系的一種體例。
另外一發(fā)面，AI 東西供應(yīng)了一系列自動(dòng)化代碼開辟和擺設(shè)手藝，從根本上改變了軟件的建造體例。
關(guān)于前者——讓我們的生活更輕松的 AI 東西——我們只需看看曩昔十年中云基礎(chǔ)設(shè)施模子的激增，就曉得為何人工智能是需要的。現(xiàn)在，絕大多數(shù)公司皆運(yùn)用某種情勢(shì)的夾雜或云基礎(chǔ)設(shè)施，若是沒有某種情勢(shì)的人工智能匡助，辦理這一些基礎(chǔ)設(shè)施幾乎是不太可能的。事實(shí)上，夾雜和多種云基礎(chǔ)設(shè)施、容器和超大規(guī)模應(yīng)用程序等微辦事架構(gòu)，制造了一個(gè)比以往任何時(shí)候皆更龐大的企業(yè) IT 環(huán)境。
其次是人工智能東西接納的第二個(gè)層面——事實(shí)上，一些人工智能東西，如 GitHub 的人工智能編碼助手或微軟的 DeepDev，不但讓我們的生活更輕松，還為代碼開拓和分發(fā)開拓了新的概率。比方，人工智能體系評(píng)價(jià)單個(gè)用戶需求的速度，使得運(yùn)用 AI 來調(diào)解和指定每一個(gè)用戶的默許 Web 欣賞舉動(dòng)成為可能，進(jìn)而降低了它們正在運(yùn)用我們的軟件時(shí)對(duì)特定范例歹意軟件的脆弱性。
DevOps、AIOps 和 NoOps
因?yàn)?AI 東西的實(shí)用性，除最固執(zhí)的 DevOps 團(tuán)隊(duì)，它們?cè)?jīng)被一切團(tuán)隊(duì)普遍疾速接納。事實(shí)上，關(guān)于如今運(yùn)轉(zhuǎn)多個(gè)不一樣云的團(tuán)隊(duì)（大部分類似是一切團(tuán)隊(duì)，特別很是多），人工智能接口險(xiǎn)些曾經(jīng)成為他們進(jìn)步和擴(kuò)大他們的 DevOps 步伐的必備條件。
這類變化最較著、最詳細(xì)的結(jié)果是開發(fā)人員花時(shí)間檢察的數(shù)據(jù)和體系。比方，已往運(yùn)維團(tuán)隊(duì)的一個(gè)次要腳色是構(gòu)建和保護(hù)一個(gè)儀表盤，一切工作員都可以檢察這個(gè)儀表盤，該儀表盤包括一個(gè)軟件上的一切適度數(shù)據(jù)。
現(xiàn)在，這一中心任務(wù)曾經(jīng)根本過期。跟著軟件變得愈來愈龐大，用一個(gè)儀表盤包括某一特定軟件的一切相干信息的設(shè)法主意起頭聽起來很荒唐。相反，大多 DevOps 團(tuán)隊(duì)正在運(yùn)用人工智能工具“主動(dòng)”監(jiān)控他們正正在運(yùn)用的軟件，而且只有正在明白出現(xiàn)問題時(shí)才表現(xiàn)數(shù)據(jù)。
這是我們作為開發(fā)人員和運(yùn)維人員工作方式的龐大變化，是以它被給予了本人的首字母縮略詞——AIOps，也就家常便飯了。事實(shí)上，有人乃至更進(jìn)一步，宣稱這類對(duì)人工智能工具的依附目前意味著我們正在進(jìn)入 NoOps 時(shí)期。然而，關(guān)于哪一個(gè)腳色被作廢存在不合——不管 NoOps 是指“沒有開發(fā)人員”照舊“沒有運(yùn)維”。
AI 革命
所有這些關(guān)于軟件開發(fā)哲學(xué)靠山的思索聽起來也許有點(diǎn)籠統(tǒng)。直到你看到數(shù)字，從中能夠較著看得出，人工智能曾經(jīng)對(duì)軟件的宣布速度（和質(zhì)量）產(chǎn)生了偉大的危害。
GitLab 近來對(duì) 4000 多名開發(fā)人員進(jìn)行了觀察，得出了一些切實(shí)的數(shù)據(jù)。觀察發(fā)明，一些公司公布新代碼的速度比從前快了十倍。很明顯，75% 的用戶利用人工智能和機(jī)械進(jìn)修來測(cè)試和審查預(yù)公布的代碼。這比一年前的 40% 略高。
這關(guān)于開發(fā)人員來說是個(gè)好消息，大概最少關(guān)于那些盼望快速生成大批代碼的人來說是個(gè)好消息。不幸的是，這其實(shí)不老是取生成良好代碼不異。比方，由訛詐軟件攻擊趨向能夠顯明看得出，測(cè)試不良的代碼正疾速成為很多組織的一個(gè)顯明破綻源，人工智能驅(qū)動(dòng)的測(cè)試體系的泛起對(duì)降低這一破綻幾近沒什么作用。
盡管如此，行進(jìn)的標(biāo)的目的是無庸贅述的。再過幾年，DevOps 團(tuán)隊(duì)中的絕大多數(shù)好像都將依附人工智能工具，軟件的公布速度將是從前的數(shù)倍。這讓我們回到了我們起頭的題目——考慮人工智能工具而今做了這么多 DevOps 事情，我們還需要 DevOps 人員嗎？
好吧，既是，還并不是。緣故如下。
挑 戰(zhàn)
正在最浮淺的層面上，能夠經(jīng)過一個(gè)特別很是簡樸的測(cè)試來答復(fù)這個(gè)題目。跟著人工智能工具正在全部開辟部分的運(yùn)用，開辟人員的工作量是不是減少了？問一個(gè)平凡開辟者的題目，您會(huì)獲得一個(gè)笑聲。謎底是不是定的。
這是由于，跟著 DevOps 團(tuán)隊(duì)在其軟件的平常辦理上破費(fèi)的工夫越來越低，他們已往在這里層面破費(fèi)的工夫現(xiàn)在被更具價(jià)值的義務(wù)占用了——戰(zhàn)略規(guī)劃、元闡明，和確保他們的開辟目的取辦理目的同等。事實(shí)上，很多人以為會(huì)使 DevOps 過期的人工智能“革命”好像使團(tuán)隊(duì)比以往任何時(shí)候都更重大、更忙碌。這是由于它的副作用是使開辟周期大大放慢。
這一點(diǎn)得到了業(yè)務(wù)經(jīng)管者的充實(shí)明白。正在近來對(duì) ZDNet 的采訪中，iTech AG 的實(shí)行副總裁 Matthew Tiani 指出，DevOps 目下當(dāng)今“經(jīng)過加強(qiáng)的手藝東西集（包羅源碼經(jīng)管、CI/CD、編排）得到了加強(qiáng)。”
他還填補(bǔ)說，DevOps 的樂成實(shí)行利用了“一種兼容的開辟方式，比方矯捷和 scrum，和一種增進(jìn)和鼓舞開辟人員和運(yùn)維人員之間合作的組織答應(yīng)。”
學(xué)會(huì)共存
事實(shí)上，這一些因素和趨向意味著 DevOps 團(tuán)隊(duì)愈來愈存眷業(yè)務(wù)方針，而不管是技能挑釁。這當(dāng)然是一個(gè)轉(zhuǎn)變，但這對(duì)于我們出產(chǎn)的軟件的質(zhì)量應(yīng)當(dāng)不管是一個(gè)悲觀的轉(zhuǎn)變。可以說，事實(shí)上，人工智能工具使團(tuán)隊(duì)可以將人力資源集合正在他們最善于的中央——?jiǎng)?chuàng)造性、整體性和戰(zhàn)略性義務(wù)中。
您不需要找太遠(yuǎn)的證據(jù)。舉個(gè)例子，Vue JS 如今是世界上增加最快的開辟框架，如今已有 240000 多個(gè)正在線網(wǎng)站是用這個(gè)框架構(gòu)建的。正在人工智能東西涌現(xiàn)之前，一個(gè)新的龐雜的開辟框架能夠如斯迅速地正在全球推行的設(shè)法主意是好笑的。如今，正在人工智能東西的支持下，DevOps 團(tuán)隊(duì)有了更多的自由來勇敢地做出決議計(jì)劃，堅(jiān)信他們的東西充足先進(jìn)來應(yīng)對(duì)技能挑釁。
這意味著人工智能東西不可能代替 DevOps，或至少正在短期內(nèi)不容易代替 DevOps。正如我們正在接納 DevOps 的之前趨向中看到的那樣，開辟團(tuán)隊(duì)仍舊須要計(jì)謀輔導(dǎo)，不管他們的手藝東西若何進(jìn)步前輩。并且，雖然人工智能現(xiàn)正在正在很多行業(yè)都有很強(qiáng)的才能，但它們?nèi)耘f貧乏以真正創(chuàng)造性的體式格局呼應(yīng)用戶需求的才能。
最 后
綜上所述，我們大概還需要人力開發(fā)人員一段時(shí)間。雖然他們的腳色大概與十年前完整差別，但這就是在如斯發(fā)展變化的行業(yè)事情的價(jià)值（和興趣）。