對(duì)于經(jīng)驗(yàn)豐富的專(zhuān)業(yè)人士而言,軟件開(kāi)發(fā)是一項(xiàng)錯(cuò)綜復(fù)雜的任務(wù)。在這個(gè)領(lǐng)域中,面臨的一個(gè)主要挑戰(zhàn)就是軟件需求大大超過(guò)了開(kāi)發(fā)人員的數(shù)量。許多首席體驗(yàn)官都熟悉使用低代碼或無(wú)代碼的公民開(kāi)發(fā)人員,同時(shí)也認(rèn)識(shí)到人工智能可以提高這些非專(zhuān)業(yè)開(kāi)發(fā)人員的工作質(zhì)量。此外,一些人還發(fā)現(xiàn)低代碼和無(wú)代碼技術(shù)可以?xún)?yōu)化 DevOps,同時(shí)人工智能也能加強(qiáng)兩者之間的協(xié)同關(guān)系。
本文將深入探討低代碼和無(wú)代碼在 DevOps 中的作用,以及團(tuán)隊(duì)如何將 AI 與這些軟件開(kāi)發(fā)方法相結(jié)合。
01 DevOps 環(huán)境中的低代碼和無(wú)代碼
低代碼和無(wú)代碼工具的目標(biāo)是實(shí)現(xiàn)編程的民主化。它們通過(guò)為各類(lèi)應(yīng)用程序提供模型或模板,并設(shè)定簡(jiǎn)單的機(jī)制,使得無(wú)需編寫(xiě)大量代碼就能填充應(yīng)用程序的細(xì)節(jié)信息。
這兩種工具的主要區(qū)別在于,它們能在多大程度上使開(kāi)發(fā)者擺脫對(duì)傳統(tǒng)編程語(yǔ)言的依賴(lài)。然而,反過(guò)來(lái)看,這也限制了這些工具支持的應(yīng)用程序開(kāi)發(fā)范圍。
從 DevOps 角度看,低代碼和無(wú)代碼工具產(chǎn)生了一種獨(dú)特的平衡,即在提高一致性的同時(shí),降低了對(duì)代碼整體的控制。低代碼和無(wú)代碼開(kāi)發(fā)平臺(tái)傾向于基于特定模型生成代碼,而針對(duì)這些代碼的測(cè)試和部署注意事項(xiàng)往往更側(cè)重于模型特性,而非應(yīng)用程序本身,尤其是在無(wú)代碼開(kāi)發(fā)中。因此,部署過(guò)程變得相對(duì)標(biāo)準(zhǔn)化,特別是對(duì)于無(wú)代碼方案。
在與人工智能結(jié)合時(shí),低代碼和無(wú)代碼開(kāi)發(fā)在 DevOps 環(huán)境中的關(guān)注點(diǎn)類(lèi)似,但影響范圍更廣。無(wú)論是采用低代碼還是無(wú)代碼方法,團(tuán)隊(duì)在專(zhuān)注于這兩種方法中的任何一種時(shí),都能充分利用人工智能帶來(lái)的好處。
首先,可以選擇集成人工智能的低代碼或無(wú)代碼平臺(tái);其次,可以選擇一個(gè)內(nèi)置人工智能的應(yīng)用程序可觀察性平臺(tái),團(tuán)隊(duì)可以在其中部署特定的 DevOps 工具。
02 人工智能輔助發(fā)展的作用
人工智能在低代碼/無(wú)代碼優(yōu)化中的作用因所涉及的步驟而有所不同??傮w來(lái)說(shuō),低代碼和無(wú)代碼工具旨在確保公民開(kāi)發(fā)者無(wú)需依賴(lài)運(yùn)營(yíng)專(zhuān)業(yè)人員或程序員來(lái)代表他們管理DevOps。實(shí)際上,許多熱門(mén)的低代碼和無(wú)代碼工具都是集成了 DevOps 和敏捷開(kāi)發(fā)功能的開(kāi)發(fā)平臺(tái)。人工智能作為功能集的最新成員,雖然尚未廣泛應(yīng)用,但在優(yōu)化低代碼/無(wú)代碼中發(fā)揮著重要作用。
微軟在積極推動(dòng)其集成了人工智能的 Power Platform 服務(wù)。這個(gè)平臺(tái)包括低代碼工具 Power Apps,無(wú)代碼的數(shù)據(jù)可視化工具 Power BI,以及工作流自動(dòng)化平臺(tái) Power Automate。同樣地,集成人工智能的低/無(wú)代碼平臺(tái)還包括 Appian Platform、Mendix Assist 和 Pega。它們?cè)趧?chuàng)建程序或腳本時(shí),大多數(shù)都采用了副駕駛技術(shù)以增加人工智能功能。相比于那些在極少或不需要人工干預(yù)的情況下生成代碼的工具,這些工具通常更易于使用且功能更強(qiáng)大。
例如,Power Apps 的用戶(hù)發(fā)現(xiàn)其 AI 副駕駛功能極具價(jià)值。無(wú)代碼工具 Power BI 中的 AI 也同樣有用,盡管由于無(wú)代碼工具的使用通常更側(cè)重于圖形化或表單,某些用戶(hù)可能不會(huì)覺(jué)得在這里使用 AI 特別有幫助。
從 DevOps 角度來(lái)看,采用任何低代碼/無(wú)代碼平臺(tái)工具都存在一定的局限性,因?yàn)樗鼈兛赡軣o(wú)法像獨(dú)立工具那樣輕松地融入各種 DevOps 工作流程。然而,在無(wú)代碼開(kāi)發(fā)場(chǎng)景中,這個(gè)問(wèn)題不太可能顯現(xiàn),因?yàn)樵谶@種情況下,專(zhuān)業(yè)開(kāi)發(fā)人員以及他們的工具和工作流程很少參與。
對(duì)于低代碼平臺(tái)來(lái)說(shuō),由于開(kāi)發(fā)團(tuán)隊(duì)可能會(huì)用它來(lái)完成日常任務(wù),確保它能夠與其他工作流程元素順暢集成變得尤為重要。
03 在低代碼/無(wú)代碼開(kāi)發(fā)中實(shí)施人工智能
對(duì)于沒(méi)有統(tǒng)一低代碼/無(wú)代碼平臺(tái)的組織來(lái)說(shuō),一個(gè)以全局可見(jiàn)性為核心,并融入了人工智能的運(yùn)營(yíng)平臺(tái)是個(gè)不錯(cuò)的選擇。許多無(wú)代碼應(yīng)用程序和一部分低代碼應(yīng)用程序在沒(méi)有IT 運(yùn)營(yíng)團(tuán)隊(duì)監(jiān)督和調(diào)度的情況下獨(dú)立運(yùn)行。這就意味著,對(duì)應(yīng)用程序和資源級(jí)別的觀察性能對(duì)于優(yōu)化成本和提升體驗(yàn)質(zhì)量具有至關(guān)重要的作用。Dynatrace 等搭載通用 AI 的平臺(tái)能提供出色的全局應(yīng)用程序和資源可見(jiàn)性。此外,還可以將 AI 工具添加到 Prometheus 等平臺(tái)上。
進(jìn)一步來(lái)說(shuō),無(wú)論是低代碼還是無(wú)代碼技術(shù),普遍采用的是組件拖放模型、表格/表單模型或向?qū)?助手模型。低代碼提供了更高的靈活性和敏捷性,因?yàn)樗试S開(kāi)發(fā)人員用傳統(tǒng)編程工具創(chuàng)建組件。一旦這些組件創(chuàng)建完成,它們就可以被添加到已組裝的物品清單中,進(jìn)而構(gòu)建出應(yīng)用程序。
盡管無(wú)代碼可能只提供有限的自定義選項(xiàng),但它大部分依賴(lài)于預(yù)生成的元素。相對(duì)之下,低代碼應(yīng)用程序中的開(kāi)發(fā)人員更傾向于使用如GitHub 的 Copilot 這樣的工具,它們以副駕駛或助理的形式提供代碼建議。這樣的工具不僅可以作為低代碼開(kāi)發(fā)的輔助工具,也可以為通用開(kāi)發(fā)提供幫助。實(shí)際上,通過(guò)生成式人工智能(GenAI)輔助編碼可以被視為一種低代碼方法。
轉(zhuǎn)向無(wú)代碼方面,現(xiàn)在的趨勢(shì)更多的是依賴(lài)于基于人工智能的可視化和文檔生成,而非傳統(tǒng)的無(wú)代碼技術(shù)增強(qiáng)。人工智能在這個(gè)領(lǐng)域的角色是推動(dòng)以結(jié)果為導(dǎo)向的方法,使得無(wú)代碼的人工智能更像是一種數(shù)據(jù)分析策略,而非一種開(kāi)發(fā)策略。
正如生成式人工智能編碼可以被視為一種低代碼方法一樣,許多云端或作為離散軟件提供的 AI/ML 應(yīng)用程序也采用了低代碼或無(wú)代碼的形式。例如,Akkio、Amazon SageMaker、Apple Create ML、Google AutoML 以及一系列基于 GPT 的發(fā)展中工具,它們能夠通過(guò)數(shù)據(jù)生成圖表和表格,這實(shí)際上可以被看作是一種人工智能進(jìn)化的無(wú)代碼形式。
人工智能為中心的低代碼和無(wú)代碼方式在云環(huán)境中無(wú)需實(shí)際部署,這可以被視為低代碼和無(wú)代碼即服務(wù)的一種形式。到目前為止,這種方式在低代碼/無(wú)代碼技術(shù)中投入了最多的時(shí)間、金錢(qián)和資源,因此它有可能在未來(lái)占據(jù)主導(dǎo)地位。這種方法將傳統(tǒng)的應(yīng)用程序構(gòu)建模型轉(zhuǎn)變?yōu)榱巳斯ぶ悄苣P停@意味著用戶(hù)實(shí)際上正在構(gòu)建人工智能應(yīng)用程序,而無(wú)需編寫(xiě)任何代碼。
DevOps 是一種將開(kāi)發(fā)和部署聯(lián)系在一起的工作流程,它得到了低代碼和無(wú)代碼技術(shù)的支持,這些技術(shù)幫助公民開(kāi)發(fā)人員和 DevOps 專(zhuān)業(yè)人員構(gòu)建基礎(chǔ)應(yīng)用程序。人工智能在當(dāng)前的技術(shù)發(fā)展中扮演著重要角色,并預(yù)計(jì)在未來(lái)將發(fā)揮更大的作用。人工智能還可以用于增強(qiáng) DevOps 流程中的測(cè)試、部署和管理任務(wù)。在涉及到這些任務(wù)時(shí),使用集成了人工智能的工具而不是單獨(dú)使用人工智能,通常是最佳的實(shí)踐方式。
本文由LowCode低碼時(shí)代編譯發(fā)布,如有侵權(quán),請(qǐng)聯(lián)系刪除。
未經(jīng)允許不得轉(zhuǎn)載:RPA中國(guó) | RPA全球生態(tài) | 數(shù)字化勞動(dòng)力 | RPA新聞 | 推動(dòng)中國(guó)RPA生態(tài)發(fā)展 | 流 > AI將如何影響低代碼/無(wú)代碼在DevOps中的作用?
熱門(mén)信息
閱讀 (14728)
1 2023第三屆中國(guó)RPA+AI開(kāi)發(fā)者大賽圓滿(mǎn)收官&獲獎(jiǎng)名單公示閱讀 (13753)
2 《Market Insight:中國(guó)RPA市場(chǎng)發(fā)展洞察(2022)》報(bào)告正式發(fā)布 | RPA中國(guó)閱讀 (13055)
3 「RPA中國(guó)杯 · 第五屆RPA極客挑戰(zhàn)賽」成功舉辦及獲獎(jiǎng)名單公示閱讀 (12964)
4 與科技共贏,與產(chǎn)業(yè)共進(jìn),第四屆ISIG中國(guó)產(chǎn)業(yè)智能大會(huì)成功召開(kāi)閱讀 (11567)
5 《2022年中國(guó)流程挖掘行業(yè)研究報(bào)告》正式發(fā)布 | RPA中國(guó)