第29 期| 2023 年9 月- 技术雷达

• 语言: 中文（简体）
• 格式: .pdf
• 来源: www.thoughtworks.com

摘要

本期技术雷达主要围绕AI辅助软件开发展开讨论，探讨了代码辅助工具、AI在编码和其他语言任务中的应用，以及如何负责任地使用这些工具。同时，文档讨论了衡量生产力的挑战，指出传统方法的不足，并提出了关注系统性浪费和开发体验的解决方案。技术雷达将技术分为采纳、试验、评估和暂缓四个类别，提供了对当前技术趋势的洞察。

AI总结

《第29期|2023年9月-技术雷达》是一份关于当前科技领域前沿的技术指南，由Thoughtworks的技术顾问委员会（TAB）创建，旨在为技术领导者和开发者提供技术趋势的洞察。本期主题聚焦于**AI辅助软件开发**，并探讨了技术、平台、工具和语言框架的最新动态。

### 核心观点：
1. **AI辅助软件开发**
- 本期雷达重点讨论了AI在软件开发中的应用，包括代码辅助工具（如GitHub Copilot、Tabnine、Codeium）和开源大语言模型（LLMs）在编码及其他领域的潜力。
- 强调了负责任地使用AI工具的重要性，同时指出幻影依赖（hallucinated dependencies）等安全和质量风险。

2. **衡量生产力**
- Martin Fowler提出，传统代码行数的衡量标准已不再适用，但当前的活动指标（如拉取请求数量）仍不足以全面衡量开发效率。
- 新工具如DX DevEx 360关注开发者体验，而非虚假的产出标准，但许多管理者仍以模糊的方式衡量“生产力”。

3. **技术分类与趋势**
- **采纳**：设计系统、轻量级RFCs方法、Colima等技术被强烈推荐。
- **试验**：组件测试设计、攻击路径分析、ReAct提示工程等技术值得探索。
- **评估**：大语言模型驱动的自主代理、平台编排等技术需进一步研究其影响。
- **暂缓**：忽略OWASP十大安全风险榜单等技术需谨慎推行。

4. **平台与工具**
- 平台方面，Google Cloud Vertex AI、Lokalise等工具被列为试验或采纳。
- 工具方面，Terraform、pgvector等技术被推荐用于特定场景。

5. **贡献者**
- 本期雷达基于2023年8月的TAB线上会议内容，由22名高级技术专家组成的技术顾问委员会共同参与。

6. **技术雷达的分类与更新**
- 技术条目根据成熟度分为“采纳”“试验”“评估”“暂缓”四类，并通过象限和环的形式进行分类。
- 本期雷达对部分技术进行了调整，移出了一些未发生变化的技术条目，但强调这些技术仍被关注。

### 总结：
本期技术雷达围绕AI辅助软件开发展开，强调了AI工具在编码和其他领域的潜力，同时也关注了开发者体验和生产力衡量的挑战。技术分类清晰，重点突出，为技术领导者和开发者提供了实用的参考和实践建议。