软件开发团队的目标应该是为利益相关者交付一个完美的应用程序。这听起来很好,但当瓶颈突然出现时,接下来会发生什么取决于团队领导如何处理这种情况。
供应链管理平台提供商 Sonatype 的首席产品开发官 Mitchell Johnson 表示,虽然软件开发比传统制造业年轻,但现在对现代企业来说至关重要。他在电子邮件采访中解释说:"尽管制造业经过几个世纪的优化,但软件开发仍在追赶中,尽管它在企业成功中起着基础性作用。随着企业现在在产品创新到运营的所有方面都依赖软件,其重要性是巨大的。"
软件开发公司 Nutrient 的 CTO Matej Bukovinski 表示,消除软件开发瓶颈的最佳方法是优先考虑清晰、一致的沟通,并让整个团队都能看到进展。他通过电子邮件指出:"持续的异步沟通对于频繁更新确实有效,因为它允许团队成员在不打断工作流程的情况下分享进展和下一步计划。"
Bukovinski 表示,诸如每日异步更新、提前安排工作以确保可见性以及维护动态看板等实践将在瓶颈出现时揭示它们。"当你将这些方法与定期团队同步会议结合使用进行深入讨论时,可以创建一个透明和协作的环境,在瓶颈升级之前就能缓解它们。"
"当你专注于早期可见性和协作解决问题时,你培养了敏捷性,使团队能够快速适应和解决问题,而不会降低整体发展势头,"Bukovinski 说。
初步步骤
统计软件开发公司 SAS 的软件开发高级经理 Elliot Peele 建议,消除软件开发瓶颈的最佳方法是尽可能实现自动化。他在在线采访中建议:"如果有一个需要做不止一次的流程,就将其自动化。让软件开发人员专注于编写代码,而不是执行重复性任务。"
Johnson 表示,可靠的自动化对于消除瓶颈至关重要。"当测试、运营或安全性中的手动流程无法跟上代码生成的速度时,现代开发周期往往会停滞不前。"通过自动化依赖管理、漏洞检测和风险修复等关键任务,团队可以在不牺牲质量或安全性的情况下更快地前进。
使自动化高度可用的是可靠、准确的数据基础。Johnson 说,自动化工具的好坏取决于它们所基于的见解,利用从最佳数据中获取的解决方案可确保高置信度的结果。"例如,自动化高置信度的升级和豁免可以最大限度地减少浪费的工作,保持开发工作流程顺畅。"
Peele 说,自动化之所以有效,是因为它将枯燥的任务转移给机器人而不是富有创造力的开发人员。"此外,自动化任务使其更可靠和可重复,因为人类本质上容易出错。"
预防未来的瓶颈
Johnson 说,开发人员可以通过主动维护代码库的质量和安全性在预防未来瓶颈方面发挥关键作用。"使用提供软件供应链洞察的工具、定期更新依赖项以及参与彻底的代码审查,这些都是开发人员可以为实现更顺畅的开发过程做出贡献的方式。"
创建共同责任的文化也有帮助。Johnson 解释说:"通过跨团队协作,开发人员可以识别效率低下的问题并及早解决问题,减少瓶颈在下游进一步升级的可能性。回顾会议和反馈循环等持续改进实践可以帮助团队保持敏捷性并在影响开发周期之前解决潜在挑战。"
Bukovinski 强调团队需要采用由项目管理和沟通工具支持的主动互动习惯。他指出:"这是运营团队在沟通成功中可以发挥重要作用的地方。"共享定期更新确保整个团队了解进展和潜在的障碍,从而在需要时能够快速采取行动。"保持看板或冲刺板更新并尽早推进未完成的工作,确保依赖关系和反馈循环得到高效处理。"
异步沟通还减少了持续会议产生的认知负担,让开发人员有更多专注时间来解决问题。Bukovinski 说:"由这些习惯支持的透明和协作文化帮助团队保持弹性和适应性。"
新兴工具
Peele 说,随着新技术(特别是 AI 工具)的出现,开始考虑使用新方法,如可重用机器人和其他开发人员可以利用的流程来提高速度和效率。"如果你能避免两次编写自动化程序,你就能节省大量精力,避免重复,并构建通用工具来帮助所有人。"
Peele 最后建议:"从简单开始,不要试图用 AI 解决所有问题——你最终会达到那里的。"
好文章,需要你的鼓励
五家光学存储初创公司正在开发长期存储技术,旨在用超过100年寿命的光学介质替代只有5-7年寿命的磁带。这些公司包括Cerabyte、Ewigbyte、HoloMem、Optera和SPhotonix,它们的技术类似微软Project Silica项目。光学存储介质具有更强的化学、冲击、辐射、水和热抗性,同时保持低能耗和高容量特性。
卡内基梅隆大学团队提出DistCA技术,通过分离AI模型中的注意力计算解决长文本训练负载不平衡问题。该技术将计算密集的注意力任务独立调度到专门服务器,配合乒乓执行机制隐藏通信开销,在512个GPU的大规模实验中实现35%的训练加速,为高效长文本AI模型训练提供了新方案。
Nutanix发布分布式主权云产品组合更新,为多云环境提供更安全的运营和管理功能。该解决方案支持企业在分布式环境中灵活部署和治理基础设施,运行传统虚拟机、现代云原生和AI应用。新功能包括支持完全断网环境的暗站点管理、政府云集群正式发布、Kubernetes平台增强安全合规性、企业AI平台集成NVIDIA微服务,以及云平台新增跨站点灾难恢复能力,为用户提供统一管理和运营简化体验。
清华大学研究团队提出3DThinker框架,首次让AI具备类似人类的三维空间想象能力。该系统在推理过程中插入特殊的三维想象符号,不依赖外部工具或大量标注数据,就能从有限的二维图像中构建三维心理模型。在多个空间推理基准测试中,3DThinker相比传统方法性能提升达50-100%,为自动驾驶、机器人导航、虚拟现实等领域的AI应用开辟了新路径。