И инженерная платформа, и ИИ становятся стандартами в компаниях и тесно связаны. В недавнем отчете Гартнер обнаружил, что 86% организаций считают, что инженерия платформы имеет важное значение для реализации бизнес -ценности ИИ. В то же время 94% идентифицируют ИИ как критический для будущего инженерии платформы.
Быстрая интеграция ИИ в платформу -инженерию изменяет, как разработчики создают, управляют и развертывают программное обеспечение. Вместо того, чтобы просто быть функциями «болта», возможности ИИ становятся основой, на которой развиваются платформы. В этой статье я исследую три очка, которые команды платформы должны учитывать, основываясь на изучении панели искусственного интеллекта на Platformcon NYC.
ИИ как фактор эволюции платформы
Один из явных сигналов: компании объединяют свои DevOps, Data/ML и бизнес -платформы в более единые внутренние платформы разработчиков, используя AI в качестве клея. Вишака Садхвани, облачный архитектор в Google, сказал, что «генеративный ИИ стал основополагающим, а не просто дополнением к функции». И этот сдвиг не просто архитектурный; Это также операционно. Агенты ИИ позволяют командам экспериментировать быстрее, интегрировать интеллект в свою инфраструктуру и уменьшать трение между ранее отключенными системами.
Этот сдвиг отражен в растущей гранулярности услуг платформы. Системы ИИ начинают работать с более утонченными компонентами, переходя от крупнозернистых блоков Duplo ранней автоматизации к более точным частям Technic Lego, которые позволяют создавать сложную сборку. Эта детализация — это то, что позволяет внедрить ИИ непосредственно в рабочие процессы разработчиков. Sylvain Kalache, глава AI Lab в Rootly, отмечает: «Инженерные команды консолидируют уровень потребления в помощников по кодированию», тенденции, основанной на таких протоколах, как MCP и ACP. Внедрение ИИ в IDE позволяет разработчикам работать с более мелкими, более точными сервисами без переключения контекста, тем самым оптимизируя рабочие процессы и делает автоматизацию более доступной.
В этом новом ландшафте роль платформы превращается в детерминированную основу, утверждает Аарон Эрикссон, основатель прикладной лаборатории ИИ в облаке DGX NVIDIA. Он считает, что платформы будут необходимыми «система записи», которая предлагает надежные, надежные данные. Эти детерминированные слои служат инфраструктурой заземления для агентов ИИ, гарантируя, что они могут выполнять свои задачи с лучшим внутренним контекстом компании и увеличивают вероятность того, что их результаты будут точными.
Управление, безопасность и ориентированный на человека дизайн
По мере того, как ИИ становится интегрированным в платформу, управление и безопасность становятся все более важными. Агенты ИИ теперь должны рассматриваться с той же строгостью, что и микросервисы, строго соблюдая политики безопасности и оперативные ограждения.
Эриксон пошутил, что ИИ означает «злые стажеры» в контейнерах Docker. Но его аналогия не далека от истины, и именно поэтому инженеры должны четко определить объем и границы агентских систем, чтобы избежать непредвиденных последствий. Основное внимание должно быть сосредоточено на партнерстве с ИИ, а не просто развернуть его. Оценить агентов как реальные компоненты архитектуры, которые подтверждают необходимость надзора за человеком, особенно когда доступность платформы расширяется для меньших технических пользователей через разговорные интерфейсы здания и инструменты с низким кодом. Кодирование Vibe не уйдет в ближайшее время.
ИИ как множитель силы для надежности и операций
ИИ не только изменяет способ, которым платформы создаются и потребляются, но и то, как они поддерживаются. Агентный рабочий процесс в надежности и эффективности работы уже доказывает свою ценность, и он не заменяет SRE и инженеров платформы, а скорее повышает их возможности.
Например, анализ основной причины, связанной с AISIST (RCA), может сократить время исследования на 80-90% в простых инцидентах производства, согласно Kalache, резко сокращая время отклика инцидентов и повышение надежности. Сценарий, который клиенты Rootly уже испытывают со своим искусственным искусством.
Эрикссон делает еще один шаг, делясь, что некоторые инциденты могут быть даже полностью предотвращены. Например, NVIDIA DGX Cloud использует модели трансформаторов временных рядов для прогнозирования возникающих системных проблем, прежде чем они будут расти, очень похоже на то, как языковая модель предсказывает следующее слово в предложении. Только здесь он определяет шаблоны в данных инфраструктуры и предупреждает операторов платформы, прежде чем все сломается.
Создание основы платформы с AI
ИИ-это не просто функция дополнения; Это принципиально изменяет, как работают инженеры платформы. Автоматируя сложные задачи, такие как анализ основной причины, встраивая интеллект непосредственно в инфраструктуру и инженерный контекст для агентов искусственного интеллекта, команды платформы могут значительно ускорить их зрелость инженерных команд.
Однако, поскольку эти инструменты становятся неотъемлемой частью операций, поддержание строгого подхода к безопасности, детерминизму и контекстуальной интеграции является обязательным. Как поделился Садхвани, эти инструменты обеспечивают интеллект. Тем не менее, потому что вы не хотите находиться в ситуации, когда этот «злой стажер» удаляет вашу производственную базу данных, принятие решений должно оставаться с людьми. Сохранение людей в цикле-это не просто доброжелательное утверждение, но и реальная необходимость для надежности.
Trending Stories youtube.com/thenewstack Tech движется быстро, не пропустите эпизод. Подпишитесь на наш канал YouTube, чтобы транслировать все наши подкасты, интервью, демонстрации и многое другое. Группа подпишитесь с эскизом. Sylvain Kalache — технический предприниматель и инженер -программист. Будучи руководителем AI Labs в Rootly, он курирует отношения разработчиков и инициативы AI. Ранее он основал школу разработки программного обеспечения, выпускники которых были наняты такими организациями, как Apple, Google, … Подробнее от Sylvain Kalache
