思特沃克发布第28期（技术雷达,指出要谨慎乐观地应对备受瞩目的人工智能趋势）

北京2023年4月27日 /美通社/ -- 集战略、设计和工程服务于一体，致力于推动数字化创新的全球软件及技术咨询公司思特沃克（ 纳斯达克代码：TWKS）发布了第28期《技术雷达》。此报告每半年发布一期，内容来自于思特沃克（Thoughtworks）在解决客户面临的严峻业务挑战时获得的观察结果、对话内容和一线经验的总结提炼。随着人工智能 (AI) 变得越来越容易获取和嵌入到业务中，本期报告指出，通过强大的工程实践实施人工智能可以最有效地为客户提供价值。

数据分析和人工智能中的工程严谨性：近几个月以来，像 ChatGPT 这样的工具彻底改变了科技行业和全世界对人工智能实际应用的可能性的认知。我们敦促用户在探索这些机会的同时，也要注意它们的限制和风险。易用的无障碍设计：无障碍性并非一项新课题，但在此领域中的想法和工具的激增意味着产品和工程团队可以非常容易地解决这个问题。现在几乎没有任何理由不认真考虑无障碍性并将其融入您构建的产品中。Lambda 陷阱：无服务器函数可以说非常的有用，但它同样催生了坏习惯，从而导致了提高复杂度的糟糕架构决策。为了最有效地利用无服务器特性，我们需要清楚地知道它应该在哪里使用，以及意识到使用它的潜在后果。实用人工智能的飞速崛起：像 AI 这种大肆宣传的趋势依赖于高质量的数据。如果没有它，团队将会面临精确度的损失，进而降低用户的信任感。这只能通过扎实的工程实践，如模型验证，持续集成和监控等，去有效地完成。幸运的是，可使用的工具正在增加 —- 我们鼓励各个团队去利用不断壮大的生态体系。声明，还是编程？：开发特定任务时选择使用声明式规范语言还是通用编程语言，一直都是软件工程师们非常重视且值得持续思考的问题。但这个问题并没有显而易见的答案，因而当我们面对新情况时，要始终考虑收益与风险。

本文源自美通社

今年是全球软件及技术咨询公司思特沃克（Thoughtworks）每半年发布一期《技术雷达》报告的第13个年头，最新一期报告汇总了助力提升可访问性和避免云复杂性而涌现的想法和工具。

关于 思特沃克（Thoughtworks）

随着分析和人工智能的发展，拥有足够的数据和代码已经不再是问题。相反，重点应该放在拥有高质量的代码和数据上，以创建能够适应环境因素变化并且不会随时间漂移的模型。幸运的是，在这个领域的工具正在扩展，包括测试驱动的数据转化、数据健全测试和数据模型测试，这些工具使数据流水线可以更有力地支持分析系统。同时，在模型验证和质量控制方面采用最佳实践也是解决偏见、确保结果符合伦理且平等的机器学习系统的关键。

"大多数企业已经开始试验分析工具和人工智能， 我们看到工具的日趋成熟，使得这些技术更加普及。" 思特沃克（Thoughtworks）首席技术官Rebecca Parsons博士表示："将人工智能与良好的工程实践相结合，可以实现更负责任、基于数据的解决方案，以满足多样化的用户群体需求。与此形成对比的是，我们建议企业在生成式AI方面谨慎行事，注意避免可能导致声誉和安全风险的不当使用。"

第28期《技术雷达》的精彩主题包括：

思特沃克（Thoughtworks ）是一家集战略、设计和工程于一体的全球软件及技术咨询公司，致力于推动数字化创新。我们在 18 个国家/地区设有 50 个办事处，拥有超过 12,500 名员工。在过去 25 年多时间里，我们凭借技术优势帮助客户解决了各种复杂的业务问题，与客户一起实现了非凡的影响。

访问thoughtworks.com/cn/radar，浏览互动版《技术雷达》或下载PDF版本。

思特沃克（Thoughtworks）中国区CTO徐昊表示："无论我们在这一期雷达中讲述了什么，大家最关心的一定是AI！不用担心，这期入选的与AI相关的条目一共有八项，涵盖了如何借助AI加速软件研发的技巧，如何看待不同LLM，LangChain以及ChatGPT。或许下一期或明年的技术雷达，当人们对AI的关注回归理性之后，再回顾这些条目时，ChatGPT可能是被高估的那个，而LangChain一定是被低估的那项。当然，所有条目中‘使用Logseq构建团队知识库’一定是最被低估。毕竟在AI时代结构化知识的能力，将会对AI的效能产生巨大的影响。"