關鍵要點

云計算創新已經從革命性階段過渡到了進化性階段，重點在于遷移和重構工作負載。云計算已經發展到可以提供對可伸縮資源和托管服務的按需訪問，并重視簡化交互和減輕團隊的認知負擔。

通過降低認知負載和為即時管理、工單系統和代碼生成等任務提供支持，人工智能（AI）和大型語言模型（LLMs）可能在云計算和 DevOps 領域發揮重要作用。主要的云計算供應商，如微軟、谷歌和亞馬遜云科技等，已經將 AI 集成到他們的產品和服務中，充分展示了行業在 AI 技術上的投入。

受基于 AI 和類似 ChatGPT 的產品的影響，低代碼和無代碼領域開始為業務用戶和軟件工程團隊提供協作機會。平臺工程采用了平臺即服務的思維方式，正朝著簡化和價值交付的方向發展。平臺工程團隊的角色正在從復雜基礎設施的管理者轉變為專注于用戶滿意度和價值創造的服務提供者。對可觀察性、財務相關性和可持續性的考量正在成為平臺工程不可或缺的部分。

OpenTelemetry 被廣泛用于收集指標和基于事件的可觀察性數據，成為行業事實上的標準。它的標準化特性促進了供應商之間的優化和創新。

對可持續性和綠色計算的關注推動了架構選擇朝著效率和最小化碳足跡的方向發展。站點可靠性工程（SRE）團隊在分析環境影響和推動可持續性倡議方面起到至關重要的作用。

趨勢圖更新

本報告的后面部分會有更多細節，但我們先來總結一下與去年的趨勢圖相比有哪些變化。

FinOps，即高效管理云成本的實踐，正向著早期大眾的方向發展。FinOps 基金會和一些云供應商，如微軟、AWS 和谷歌，在推動 FinOps 實踐的采用，這些實踐符合可持續性和優化資源使用的目標。最近，谷歌成為了 FinOps 認證服務提供商，微軟也作為首席成員加入了 FinOps 組織。

WebAssembly（Wasm）的持續演進正兌現著在云中實現“一次編寫，到處運行”的承諾，提供了不同語言和平臺之間的可重用性和互操作性。eBPF（Extended Berkeley Packet Filter）在可觀察性和內核級別的安全性等領域受到關注。

我們發現，通用函數即服務（FaaS）和后端即服務（BaaS）的概念在“晚期大眾”用戶中受到了關注。無服務器技術的采用已經變得普遍。“我們是 100% 無服務器”的說法不再像以前那樣令人感到驚訝，因為無服務器已經成為行業采用的主流方法。

云計算是否從革命轉向了進化階段？ DevOps 是否已死？

在配套的云計算和 DevOps 趨勢播客討論中，與會者討論了云創新和 DevOps 的現狀。他們一致認為，云創新已經放緩，從“革命”轉向了“進化”。雖然大量的組織已經采用了云技術，但還有許多企業想要遷移和重新架構工作負載。

至于 DevOps，它仍然還活著，但在一些組織中已經進入了停滯階段。DevOps 旨在通過提供自主權來創造業務價值的概念仍然存在，但在實現方面面臨著挑戰。與會者表達了他們對通過價值流管理來解鎖 DevOps 流程和價值實現的興趣。

公有云供應商已經從他們最初的目標——提供對可伸縮資源的按需訪問——轉變為更加關注提供托管服務。這種轉變使得云計算變得更加普遍。然而，技術圍繞著已有的服務在迅速發生變化，新的業務需求和挑戰隨之涌現。團隊必須在不斷交付業務價值和采用、更新技術棧之間做出平衡。InfoQ 首席 DevOps 編輯 Matthew Campbell 說：

企業也想快速演進和適應變化……我們現在處于這樣的一個階段，我們正在試圖弄清楚我們如何能夠可持續地利用我們發明和創造的所有東西和交互方式，并達到一種我們可以舒適地進行創新的階段。

此外，云服務現在已經在小型和大型組織中得到了廣泛的采用，甚至進入了晚期采用者階段，而新冠疫情通常是其中的一個驅動因素。例如，自動化配置環境的演進——快速配置完整的開發和測試環境的能力現在已經變得很普遍。然而，彌合開發和運維之間的差距仍然存在挑戰。身份和訪問管理問題在開發和運維團隊之間造成了一個感知上的邊界。

AI 和大語言模型給云計算和 DevOps 帶來了哪些影響？

與會者討論了認知過載以及 AI 如何幫助降低認知負載。他們提到了一種特定的 AI 應用，叫作 AIOps，一種專注于 IT 運維的 AI，在即時管理和工單系統方面表現出了有效性。大語言模型提供了實實在在的好處，例如使用 ChatGPT 來驗證信息、生成教學筆記、輔助寫作和創作。微軟已經將 AI 集成到其產品和服務中，展示了其在 AI 技術方面的重大投入。InfoQ 首席云編輯 Steef-Jan Wiggers 說：

微軟提供的很多服務，甚至最近的一些服務，如 Fabric，一個完整的 SaaS 數據湖解決方案，都充分融合了 AI。

Fabric 只是其中的一個例子，其他公有云供應商也推出了 AI 融合服務，如亞馬遜的 Sagemaker 和谷歌的 Vertex AI 和 AutoML。想了解有關 OpenAI 的信息，可以關注 InfoQ 的這個主題。

基于 AI 和類似 ChatGPT 的產品 給低代碼和無代碼帶來了哪些影響？

將 AI 集成到低代碼工具中是一個商業機會，AI 將為業務用戶提供安全和有價值的知識。這緩解了人們之前對影子 IT 的擔憂，并促進了產品管理和軟件工程團隊之間的協作。

此外，還有一個叫作“ClickOps”的概念，即用戶在低代碼平臺上能夠通過點擊實現交互，同時生成可控制版本、聲明式和可適應的代碼。例如，一些改進了 AI 代碼生成能力的工具，如 GitHub Copilot 和 Codeium，可以生成符合組織標準、具有可讀性且可以不斷演進的代碼。大語言模型和 AI 驅動的代碼生成能力的演進將為低代碼領域帶來令人興奮的改變。

最后，低代碼環境中的數據治理和訪問管理是必不可少的。它帶來了一些挑戰，比如在確保適當的治理和合規性的同時，為業務用戶提供數據訪問能力。Campbell 指出，我們有必要在低代碼增強平臺工程中建立一個“DevOpsy”治理層，提供安全防護，防止超出某些配置邊界。

此外，DevOps Institute 的 DevOps 戰略顧問 Helen Beal 補充說：

我覺得很有趣的是，我們正處在一個轉彎處，因為 AI 實際上是在支持商業人士，為他們提供可能是安全的知識。

平臺工程將如何演進？

平臺工程的演進涉及向簡化、關注價值交付和采用平臺即服務思維方式的轉變。這種變化涉及提供自助式平臺、隱藏復雜性并減少應用程序開發者的認知負擔。平臺工程團隊的角色正在從復雜基礎設施的維護者轉變為對組織其他部分提供服務的服務提供者。他們現在專注于處理與開發者關系、營銷和客戶參與度相關的問題，提升用戶體驗和驅動價值創造。

Syntasso 首席工程師 Abby Bangser 解釋說：

平臺工程團隊正在研究開發者關系和營銷應該是什么樣子的，研究如何與客戶互動、獲取反饋并制定能夠滿足他們需求的路線圖。

一些技術，如 Kubernetes，正在被推到更底層的技術棧，開始越來越注重 API 接口和簡化交互。此外，對可觀察性的關注度也在提升，包括服務水平和關鍵性能指標，以及與平臺使用和成本合理性相關的財務指標。總體而言，平臺工程的未來在于構建能夠增加價值和為用戶創造愉悅體驗的平臺，同時滿足不斷變化的業務需求和約束。

想要了解更多關于平臺工程的信息，可以關注 InfoQ 的這個話題。

FinOps 是否正在轉向早期大眾階段？ FinOps，即有效管理云成本，正在轉向早期大眾階段。越來越多的公司加入了 FinOps 基金會，也有許多工具可以支持 FinOps 流程。但需要注意的是，FinOps 不僅僅是工具，它還涉及流程，以及對成本價值的理解。FinOps 基金會和云供應商（如谷歌和微軟）積極參與這個過程，并推動 FinOps 實踐的采用。

人們對 FinOps 的認知也在發生改變，并引發了關于為什么要配置和運行某些云資源以及它們是否被有效利用的討論。可持續性和 GreenOps 也與 FinOps 相關，因為成本優化的關注點與資源利用效率的目標是對齊的。AI 在 FinOps 方面發揮了重要作用，它可以識別未使用的數據、幫助優化存儲，節省財務成本，提升環保效益。

在構建基于云的應用程序或采用 DevOps 實踐 時，架構師和開發人員是否面臨著過多的安全問題？

架構師和開發人員在構建基于云的應用程序或采用 DevOps 實踐時，面臨著越來越多的安全問題。特別是開發人員，他們可能會感到左移策略讓他們不堪重負，因為他們需要在整個開發過程中識別和優先考慮安全問題。

雖然組織對安全的重要性有了越來越多的認識，也有來自高層的推動力來解決這些問題，但開發人員往往需要在安全需求和交付新功能的壓力之間做出平衡。

安全工具的不斷演變也是這個領域的一個考量因素。早期的解決方案是由專家為專家而設計的，對開發人員來說不夠友好。然而，越來越多的人認識到需要使用更易于訪問和使用的安全工具。我們的目標是使安全成為一種賦能功能，構建出能夠簡化安全實現并為開發團隊提供教育和支持的平臺。這種方法旨在彌合專家驅動的安全實現和開發人員實際需求之間的差距。

WebAssembly（Wasm）是不是云端 “一次編寫，到處運行”的最終實現？

Wasm 是實現云端“一次編寫，到處運行”愿景的重要一步。它承諾了可重用性和互操作性，允許開發人員用一種語言（如 Go）構建庫，并在用其他可以編譯為 Wasm 的語言（如 Rust）編寫的應用程序中調用它們。

有了這種云端內部的組件模型，我們可以為多個目標平臺創建應用程序，包括基于 ARM 架構的 CPU（因其性能和成本優勢在云基礎設施中頗受歡迎）。Wasm 的采用不僅限于應用程序開發，還涉及了云平臺擴展格式。它被用來擴展云原生代理、API 網關和服務網格。

除了 WebAssembly，作為平臺組件開發者工具的 eBPF 也受到了關注。雖然應用程序工程師可能不會廣泛使用 eBPF，但我們確實可以在包含網絡和安全用例的項目中找到它的身影。它允許開發人員訪問內核級別的信息，并獲得對容器系統操作的見解，提高可觀察性和安全能力。

總而言之，WebAssembly 和 eBPF 為提升云應用程序的可移植性、可重用性和性能帶來了有趣的可能性。

想要了解更多關于 Wasm 和 eBPF 的信息，可以關注 InfoQ 的相關話題。

OpenTelemetry 在收集指標和基于事件的 可觀察性數據方面的應用有多廣泛？

作為一個收集指標和基于事件的可觀察性數據的框架，OpenTelemetry 已經得到了快速的采用，并且正在成為行業事實上的標準。許多有才華的個人和供應商的協作促成了它的跨供應商支持和跨語言兼容性，讓它成為應用程序的必要組成部分。OpenTelemetry 的廣泛采用主要得益于它被納入到主要云供應商的產品中，例如亞馬遜云科技的 AWS Distro for OpenTelemetry、微軟 Azure 的監控服務和谷歌云平臺的 Google Cloud OpenTelemetry。

OpenTelemetry 的標準化特性帶來了眾多好處。它與供應商無關，支持導出遙測數據并利用各種工具對數據進行分析。這種標準化促進了供應商之間的優化和創新，因為他們在努力提供超出數據收集和可視化這些基本功能的高級特性。作為一個開放標準，OpenTelemetry 的出現標志著行業走向成熟，并促進了供應商之間的良性競爭，為行業提供有吸引力的解決方案，并獲得市場份額。

想了解更多關于 OpenTelemetry 的信息，可以關注 InfoQ 的這個話題。

當前無服務器技術的采用狀況是怎樣的？

無服務器技術在采用方面發生了轉變，它正在成為一種常見的選擇，而不是一種獨特的架構概念。“無服務器”這個詞不太經常被用來討論一個獨立的概念，因為它幾乎變成了一種與托管服務（提供可伸縮性、微計費和抽象化的基礎設施）具有相同含義的詞。一些主要的云供應商，如亞馬遜、谷歌和微軟，已經將無服務器組件集成到他們的服務中，例如數據庫（DBaaS）和容器運行時（CaaS），帶來了自動縮放和簡化計費結構方面的好處。人們的關注點已經從基于無服務器函數構建架構轉移到利用托管服務，與平臺工程方法保持一致，減少開發人員的認知負擔。

無服務器的價值，如伸縮至零費用和按請求計費，已經在傳統的無服務器架構之外找到了新的表達。組織現在認識到了這些好處，并在各種架構決策中要求使用無服務器。雖然無服務器是獲得這些優勢的眾多方法之一，但組織越來越多地要求他們的工程團隊提供成本效益高的解決方案，并優化客戶獲取和支持成本。這種演變凸顯了無服務器對更廣泛的架構格局的影響。

想要了解更多關于無服務器的信息，可以關注 InfoQ 的這個話題。

對可持續性和綠色計算的關注對 云計算和 DevOps 有怎樣的影響？

對可持續性和綠色計算的關注對云計算和 DevOps 的實踐產生了重大影響。越來越多的組織采用了關切應用程序和服務對環境和資源消耗的影響的定價模式。這種趨勢鼓勵組織做出優先考慮效率和可持續性的架構選擇。托管服務受到組織的青睞，因為它們提供了優化的資源利用率和可伸縮性，使企業能夠降低能耗，減少碳足跡。對架構定價的考量和對托管服務的采用與可持續性和綠色計算目標是對齊的。

關于責任，人們存在一種認識，即解決可持續性問題屬于站點可靠性工程（SRE）及相關角色的范疇。這些團隊善于分析技術決策對環境的影響，并推動可以促進效率和可持續性提升的舉措。現在，架構討論包含了組件化、隔離、安全和成本效益等方面的考慮。組織正在評估他們的需求，并尋求能夠滿足安全需求但又不涉及非必要高昂成本的折中解決方案。這反映了組織正在向更加務實的安全性發生轉變，試圖找到企業級特性和成本效益之間的平衡。

我們對云計算和 DevOps 領域的 未來有怎樣的預測？

專家們對云計算和 DevOps 領域未來的預測主要與簡化、降低認知負擔和專注創新有關。我們熱切希望能夠簡化流程和工具，讓團隊能夠專注于他們特定的專業領域并最大化他們的影響力。

AIOps、平臺工程、可持續性和 FinOps 的融合是一種積極的轉變，可能會讓團隊更專注、更有效和更愉快。這里的挑戰在于要區分炒作和真正的機會，承認新興趨勢中的“價值點”，同時對“過度夸大”和廣泛適用性的說法保持批判的態度。

開源技術的采用、由 OpenTelemetry 和 CloudEvents 等促進的標準化，以及 Copilot 和 ChatGPT 等 AI 融合服務的潛力，都是令人感興趣的點。總而言之，人們對正在發生的演進和它們帶來的機會充滿了熱情。