企业纷纷采用自动化和简化软件开发生命周期的平台,根据最近一项调查显示,绝大多数组织在过去两年内完成了向DevOps或CI/CD平台的迁移。
除了简化编程实践外,这些平台还被视为减少开发者工具数量和充分利用AI编程助手的有效方式。
Gartner预测,到2027年,包括GitHub、GitLab和Harness在内的DevOps平台使用率将从两年前的25%上升至80%。在最近委托进行的一项调查中,软件交付解决方案提供商CloudBees发现,85%的受访IT负责人在过去两年内迁移到了DevOps平台。
CloudBees总裁兼首席执行官Anuj Kapur表示,推动企业这一趋势的因素包括希望实现应用开发现代化、削减成本以及减少开发者使用的应用程序数量。
"工具泛滥造成了采购挑战,需要与多个供应商打交道,"他说,"这也带来了集成挑战,需要让各种工具相互沟通。"
Kapur补充说,许多软件开发负责人还希望消除组织内部关于最佳编程应用和编辑器的激烈争论。
"你在组织内部制造了这些宗教战争,争论谁的工具更好,"他说,"有一种努力想要一劳永逸地解决这个问题,就像万能药一样,'如果我们能把每个人的宗教都转换成一种,我们就会好得多。'"
成本超支
但CloudBees的调查带来了警告:DevOps平台流行的推倒重建迁移方式存在复杂性,包括意外的成本超支。
近六成受访IT负责人表示,他们的组织在过去一年中在DevOps迁移上花费超过100万美元,其中采用推倒重建方式的平均花费175万美元。此外,在单次协调事件中迁移到DevOps平台的组织超支了18%的迁移预算,每个企业超出30万美元以上。更糟糕的是,超过三分之一的IT负责人表示,25%的预算变成了沉没成本,没有产生持久的商业影响。
作为替代方案,超过九成的受访IT负责人观察到通过集成编码工具而非替换它们获得了更高的效率。
尽管CloudBees在2024年Gartner DevOps平台魔力象限中被列为挑战者,Kapur仍建议企业采用集成方法。
这些平台通常提供AI编程助手,但尽管过去一年编程助手之间竞争激烈,生成的大部分代码都"过于直接且可以说没有差异化"。
Kapur补充说,大多数组织的开发者更喜欢多样化的编程工具。"我们从一开始就相信,告诉开发者使用什么工具就像告诉青少年穿什么一样,只能部分有效。"
他补充说,迁移到一个DevOps平台限制了开发者的选择,并将组织锁定在一个供应商上。
"我们不认为整合是答案,因为在某种程度上,整合违背了创新精神,"Kapur说,"它基本上假设单一供应商能够解决一切问题。"
治理与灵活性的平衡
关于推倒重建迁移成本的警告在一些开发者中引起了共鸣。软件开发公司Headstorm的架构师Milankumar Rana表示,确实存在向集成DevOps解决方案发展的趋势,因为组织寻求更快的交付、增强的安全性和更简单的治理。
他补充说,统一的DevOps平台简化了治理、审计和安全性,而Jenkins、Jira和SonarQube等独立技术提供了更多灵活性,但使维护变得复杂。
Rana说,对于考虑迁移的企业,重新培训开发者、创建新的持续集成和交付管道以及改进YAML模板的成本可能造成15%至20%的预算超支。
他补充说,在Headstorm供应商迁移过程中,最重要的隐藏成本与拆解系统进行合规评估、身份管理、权限修订和法规变更所花费的时间有关。
他建议组织采用逐步的DevOps平台迁移方法。"从非生产管道和概念验证开始,然后再转向关键工作负载,"Rana说。
平台的辩护
虽然CloudBees的报告引起了对迁移的担忧,但其他DevOps平台的代表表示,这些问题可能被夸大了。
Harness现场首席技术官Jignesh Patel表示,Harness DevOps平台提供持续交付和集成工具以及代码和安全测试,但开发者可以保持他们偏爱的集成开发环境(IDE)。
"开发者最关心他们想要使用什么开发工具,但不关心测试工具、安全测试工具、发布工具和成本优化工具,"他说,"他们关心的是他们的IDE。"
之前在金融服务公司Morningstar担任云和DevOps主管的Patel表示,当他在那里指导向Harness的推倒重建迁移时,过程进行得很顺利。
Patel说,迁移过程中最大的挑战是前期的认同。"这更多的是组织而非工具挑战,"他补充说,"技术是难题中最简单的部分。通常人是更艰难的挑战,让人们相信这确实会为他们的日常生活增加价值。"
Patel也不认为推倒重建迁移会导致成本超支。"你仍然在放弃你工具库中的其他工具,"他说,"如果你今天有15个孤立的工具,一旦你用Harness这样的解决方案进行推倒重建,你就不会保留那15个工具了。"
GitHub首席运营官Kyle Daigle也表示,使用该平台的开发者可以保持他们偏爱的IDE、CI/CD系统和AI模型。
"GitHub一直围绕开发者选择构建,"他说,"我们不相信将开发者锁定在单一工具集或单一工作方式中。"
Daigle指出,GitHub的数据显示90%的企业依赖平台上的开源代码。"我们相信真正的好处来自将整个开发者生命周期和社区带到代码中,"他说,"当你在GitHub上构建时,你不是被锁定在平台上;你是直接插入到你的软件依赖的供应链中。这种接近性是加速创新的关键。"
Q&A
Q1:DevOps平台迁移为什么会产生高额成本?
A:DevOps迁移成本高主要因为需要重新培训开发者、创建新的持续集成和交付管道、改进YAML模板等。调查显示,采用推倒重建方式的组织平均花费175万美元,超支预算约18%,部分预算甚至变成沉没成本。
Q2:集成工具与替换工具哪种方式更好?
A:调查显示,超过九成IT负责人通过集成编码工具而非替换获得了更高效率。集成方式保留开发者熟悉的工具,避免强制转换,而推倒重建可能限制开发者选择并将组织锁定在单一供应商。
Q3:如何降低DevOps平台迁移的风险?
A:专家建议采用渐进式方法,从非生产环境的管道和概念验证开始,逐步转向关键工作负载。同时要获得组织内部认同,因为技术是最简单的部分,人员接受度才是最大挑战。
好文章,需要你的鼓励
今年是AI智能体的爆发年。聊天机器人正演进为能代表用户执行任务的自主智能体,企业持续投资智能体平台。调研显示,超半数高管表示其组织已在使用AI智能体,88%在智能体上投入过半AI预算的公司已从至少一个用例中获得投资回报。Gartner预测,到2026年40%的企业软件应用将包含智能体AI,2035年智能体AI可能驱动约30%的企业应用软件收入。企业开始将AI智能体视为员工,建立招聘培训体系。
波士顿大学团队发现当今多模态AI存在严重"偏科"问题:面对冲突的文字、视觉、听觉信息时,AI过分依赖文字而忽视真实感官内容。研究团队构建MMA-Bench测试平台,通过创造视听冲突场景暴露了主流AI模型的脆弱性,并提出模态对齐调优方法,将模型准确率从25%提升至80%,为构建更可靠的多模态AI系统提供重要突破。
谷歌的Nano Banana Pro AI模型生成的图像逼真度令人震惊,其关键在于完美模拟了手机相机的拍照特征。这些AI生成的图像具备手机拍照的典型特点:明亮平坦的曝光、较大的景深范围、略显粗糙的细节处理,甚至包含噪点。该模型还能自动添加符合情境的细节元素,如房产照片的水印等,使图像更加真实可信。这种技术进步意味着辨别AI生成内容变得更加困难。
UC伯克利研究团队发现了一种名为"双重话语"的AI攻击方法,能够通过简单的词汇替换绕过当前所有主流聊天机器人的安全防护。攻击者只需用无害词汇替换危险词汇,就能让AI在不知不觉中提供危险信息。研究揭示了现有AI安全机制的根本缺陷,迫切需要开发新的防护策略来应对这一威胁。