關于很多開發(fā)人員來講，展望 DevOps 的下一步已經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。
事實上，尤其是那些（我們應該說）特定年齒的開辟者中，“傳統(tǒng)”開辟者的腳色好像曾經不復存正在。取傳統(tǒng)的軟件開辟生命周期（即軟件的計劃、構建和公布）分歧，我們中的很多人如今都正在多職責團隊中事情，正在這一些團隊中，開辟和運維并存，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（或幾個月？）就開端改動和順應。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，每一個首字母縮略詞對將來的觀點還略有不一樣。
個中最新的是 AIOps。正在這個愿景中，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。
評價這一展望是不是正確是一件難辦的事情，但正在本文中，我們仍將實驗。我們將看看 AI 答應為開辟歷程做些什么，評價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是什么模樣。
自動化的遠景
首先，為了了解為何 AI 東西被 DevOps 團隊如斯迅速地接納，領會它們許諾可以實現(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 東西的運用“僅僅”是過分告急的開發(fā)人員控制他們所運用的日趨龐雜的體系的一種體例。
另外一發(fā)面，AI 東西供應了一系列自動化代碼開辟和擺設手藝，從根本上改變了軟件的建造體例。
關于前者——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設施模子的激增，就曉得為何人工智能是需要的。現(xiàn)在，絕大多數(shù)公司皆運用某種情勢的夾雜或云基礎設施，若是沒有某種情勢的人工智能匡助，辦理這一些基礎設施幾乎是不太可能的。事實上，夾雜和多種云基礎設施、容器和超大規(guī)模應用程序等微辦事架構，制造了一個比以往任何時候皆更龐大的企業(yè) IT 環(huán)境。
其次是人工智能東西接納的第二個層面——事實上，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，人工智能體系評價單個用戶需求的速度，使得運用 AI 來調解和指定每一個用戶的默許 Web 欣賞舉動成為可能，進而降低了它們正在運用我們的軟件時對特定范例歹意軟件的脆弱性。
DevOps、AIOps 和 NoOps
因為 AI 東西的實用性，除最固執(zhí)的 DevOps 團隊，它們曾經被一切團隊普遍疾速接納。事實上，關于如今運轉多個不一樣云的團隊（大部分類似是一切團隊，特別很是多），人工智能接口險些曾經成為他們進步和擴大他們的 DevOps 步伐的必備條件。
這類變化最較著、最詳細的結果是開發(fā)人員花時間檢察的數(shù)據和體系。比方，已往運維團隊的一個次要腳色是構建和保護一個儀表盤，一切工作員都可以檢察這個儀表盤，該儀表盤包括一個軟件上的一切適度數(shù)據。
現(xiàn)在，這一中心任務曾經根本過期。跟著軟件變得愈來愈龐大，用一個儀表盤包括某一特定軟件的一切相干信息的設法主意起頭聽起來很荒唐。相反，大多 DevOps 團隊正在運用人工智能工具“主動”監(jiān)控他們正正在運用的軟件，而且只有正在明白出現(xiàn)問題時才表現(xiàn)數(shù)據。
這是我們作為開發(fā)人員和運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。事實上，有人乃至更進一步，宣稱這類對人工智能工具的依附目前意味著我們正在進入 NoOps 時期。然而，關于哪一個腳色被作廢存在不合——不管 NoOps 是指“沒有開發(fā)人員”照舊“沒有運維”。
AI 革命
所有這些關于軟件開發(fā)哲學靠山的思索聽起來也許有點籠統(tǒng)。直到你看到數(shù)字，從中能夠較著看得出，人工智能曾經對軟件的宣布速度（和質量）產生了偉大的危害。
GitLab 近來對 4000 多名開發(fā)人員進行了觀察，得出了一些切實的數(shù)據。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械進修來測試和審查預公布的代碼。這比一年前的 40% 略高。
這關于開發(fā)人員來說是個好消息，大概最少關于那些盼望快速生成大批代碼的人來說是個好消息。不幸的是，這其實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，測試不良的代碼正疾速成為很多組織的一個顯明破綻源，人工智能驅動的測試體系的泛起對降低這一破綻幾近沒什么作用。
盡管如此，行進的標的目的是無庸贅述的。再過幾年，DevOps 團隊中的絕大多數(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，能夠經過一個特別很是簡樸的測試來答復這個題目。跟著人工智能工具正在全部開辟部分的運用，開辟人員的工作量是不是減少了？問一個平凡開辟者的題目，您會獲得一個笑聲。謎底是不是定的。
這是由于，跟著 DevOps 團隊在其軟件的平常辦理上破費的工夫越來越低，他們已往在這里層面破費的工夫現(xiàn)在被更具價值的義務占用了——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。事實上，很多人以為會使 DevOps 過期的人工智能“革命”好像使團隊比以往任何時候都更重大、更忙碌。這是由于它的副作用是使開辟周期大大放慢。
這一點得到了業(yè)務經管者的充實明白。正在近來對 ZDNet 的采訪中，iTech AG 的實行副總裁 Matthew Tiani 指出，DevOps 目下當今“經過加強的手藝東西集（包羅源碼經管、CI/CD、編排）得到了加強。”
他還填補說，DevOps 的樂成實行利用了“一種兼容的開辟方式，比方矯捷和 scrum，和一種增進和鼓舞開辟人員和運維人員之間合作的組織答應。”
學會共存
事實上，這一些因素和趨向意味著 DevOps 團隊愈來愈存眷業(yè)務方針，而不管是技能挑釁。這當然是一個轉變，但這對于我們出產的軟件的質量應當不管是一個悲觀的轉變。可以說，事實上，人工智能工具使團隊可以將人力資源集合正在他們最善于的中央——創(chuàng)造性、整體性和戰(zhàn)略性義務中。
您不需要找太遠的證據。舉個例子，Vue JS 如今是世界上增加最快的開辟框架，如今已有 240000 多個正在線網站是用這個框架構建的。正在人工智能東西涌現(xiàn)之前，一個新的龐雜的開辟框架能夠如斯迅速地正在全球推行的設法主意是好笑的。如今，正在人工智能東西的支持下，DevOps 團隊有了更多的自由來勇敢地做出決議計劃，堅信他們的東西充足先進來應對技能挑釁。
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，開辟團隊仍舊須要計謀輔導，不管他們的手藝東西若何進步前輩。并且，雖然人工智能現(xiàn)正在正在很多行業(yè)都有很強的才能，但它們仍舊貧乏以真正創(chuàng)造性的體式格局呼應用戶需求的才能。
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)事情的價值（和興趣）。