Thoughtworks Technology Radar, Cilt 30 yayımlandı

 (thoughtworks.com)
9 puan yazan xguru 2024-04-05 | 1 yorum | WhatsApp'ta paylaş

Teknikler/araçlar/platformlar/programlama dilleri ve framework'ler alanlarındaki en son trendleri Hold/Assess/Trial/Adopt olmak üzere 4 aşamada görselleştirip açıklıyor

Açık benzeri (Open-ish) kaynak lisansları

  • Açık kaynak yazılım geliştirme ekosistemi uzun süredir OSI (Open Source Initiative) tarafından kataloglanan lisans setine dayanıyordu
  • Son birkaç yılda yaygın kullanılan araçların çekirdek işlevlerinin bir anda ücretli hale gelmesiyle, açık kaynak lisans ortamında değişimler yaşanıyor
  • Yazılım için ücret ödemek sorun değil, ancak ekosistemi gelişmiş araçların temel işlevlerinin aniden ücretli olması sorun yaratıyor
  • Kendini açık kaynak olarak tanıtmasına rağmen temel işlevleri ancak abonelik veya başka ücretler ödendikten sonra sunan yazılımlar da ortaya çıkıyor
  • Lisans konularına özellikle dikkat edilmesi tavsiye ediliyor
  • Tüm dosyaların en üst düzey lisans kapsamında sunulduğundan emin olunmalı

Yapay zeka destekli yazılım geliştirme ekipleri

  • Yapay zeka, yazılım geliştirmenin her yönünde kademeli olarak fayda sağlayabilir ve geliştirme genelindeki yenilikleri aktif biçimde takip ediyor
  • Yapay zekanın sunduğu yeni yeteneklerle birlikte yazılım kalitesi ve güvenliği açısından yeni riskler de geldiğinden, geliştirici olmayanlar dahil herkes olası risklere karşı dikkatli olmalı

LLM'ler için yeni mimari desenler

  • LLM (Large Language Models) kullanımının artmasıyla birlikte, yaygın senaryoları desteklemek için belirli mimari desenler ortaya çıkmaya başlıyor
    • NeMo Guardrails: LLM kullanımına yönelik yönetişim politikaları oluşturmayı mümkün kılıyor
    • Langfuse: LLM çıktısına giden adımlara görünürlük kazandırıyor ve üretilen kodla şişmiş kod tabanlarını ele alma ve doğrulama yolları sunuyor
  • Kurumsal ekosistemde LLM çıktısının kalitesini artırmak için tercih edilen desen RAG (retrieval-augmented generation)
  • Üretken yapay zeka yazılım geliştirmeye nüfuz etmeyi sürdürdükçe, desenlerde (ve kaçınılmaz anti-desenlerde) patlayıcı bir artış bekleniyor

PR'leri gerçek CI'a yaklaştırmak (Dragging PRs closer to proper CI)

  • Thoughtworks uzun süredir hızlı geri bildirim döngülerini ve sürekli entegrasyonu (CI) güçlü biçimde savunuyor
  • Son dönemde pull request (PR) zorunluluğu nedeniyle birçok ekip CI/CD'nin CI kısmını göz ardı etmeye başladı
  • PR'ler, büyük ve dağınık açık kaynak ekiplerini ve güvenilmeyen katkıcıları yönetmek için geliştirildi, ancak küçük ve sıkı teslimat ekiplerinde de eşli incelemenin eş anlamlısı haline geldi
  • Geliştiriciler, gerçek CI çalıştırırken elde ettiklerine benzer bir akış arıyor
  • gitStream, GitHub merge queue gibi PR inceleme sürecinin acısını azaltmaya çalışan çeşitli araçlar incelendi
  • AI kodlama asistanları nedeniyle kodlama verimi arttıkça daha büyük PR'ler oluşturma eğilimi ortaya çıkıyor ve bu da asenkron kod inceleme sürecine daha fazla baskı yapıyor
  • Dış kısıtlar nedeniyle CI kullanamayan ekiplerin, entegrasyon doğruluğunu ve geri bildirim döngüsü hızını iyileştirmenin yollarını araması öneriliyor

[Techniques]

Adopt

  1. Retrieval-augmented generation (RAG)

Trial

  1. Backstage entity descriptor'larını otomatik üretme
  2. Geleneksel NLP'yi LLM'lerle birleştirme
  3. Sürekli uyumluluk
  4. Edge functions - Cloudflare Workers
  5. Güvenlik şampiyonları
  6. Text to SQL - Vanna.ai
  7. Borç yerine sağlığı izleme

Assess

  1. AI ekip asistanları
  2. LLM destekli sohbetler için grafik analizi
  3. LLM destekli ChatOps
  4. LLM destekli otonom ajanlar - AutoGen
  5. Eski kod tabanlarını anlamak için GenAI kullanımı - Bloop
  6. VISS

Hold

  1. Geniş kapsamlı entegrasyon testleri
  2. Aşırı hevesli LLM kullanımı
  3. LLM'leri fine-tune etmeye acele etmek
  4. SSR web uygulamaları için Web Components

[Platforms]

Adopt

  1. CloudEvents

Trial

  1. Bulutta Arm
  2. Azure Container Apps
  3. Azure OpenAI Service
  4. DataHub - Data Discovery Platform (DDP) hakkında her şey
  5. Altyapı orkestrasyon platformları
  6. Pulumi
  7. Rancher Desktop
  8. Weights & Biases

Assess

  1. Bun
  2. Chronosphere
  3. DataOS
  4. Dify
  5. Elasticsearch Relevance Engine
  6. FOCUS
  7. Gemini Nano
  8. HyperDX
  9. IcePanel
  10. Langfuse
  11. Qdrant
  12. Gömülü sistemler için RISC-V
  13. Tigerbeetle
  14. WebTransport
  15. Zarf
  16. ZITADEL

[Tools]

Adopt

  1. Conan
  2. Kaniko
  3. Karpenter

Trial

  1. 42Crunch API Conformance Scan
  2. actions-runner-controller
  3. Android Emulator Container
  4. AWS CUDOS
  5. aws-nuke
  6. Bruno
  7. Develocity
  8. GitHub Copilot
  9. Gradio
  10. Gradle Version Catalog
  11. Maestro
  12. Microsoft SBOM tool
  13. Open Policy Agent (OPA)
  14. Philips's self-hosted GitHub runner
  15. Pop
  16. Renovate
  17. Terrascan
  18. Velero

Assess

  1. aider
  2. Akvorado
  3. Baichuan 2
  4. Cargo Lambda
  5. Codium AI
  6. Continue
  7. Fern Docs
  8. Granted
  9. LinearB
  10. LLaVA
  11. Marimo
  12. Mixtral
  13. NeMo Guardrails
  14. Ollama
  15. OpenTofu
  16. QAnything
  17. System Initiative
  18. Tetragon
  19. Winglang

[Languages & Frameworks]

Trial

  1. Astro
  2. DataComPy
  3. Pinia
  4. Ray

Assess

  1. Android Adaptability
  2. Concrete ML
  3. Crabviz
  4. Crux
  5. Databricks Asset Bundles
  6. Electric
  7. LiteLLM
  8. LLaMA-Factory
  9. MLX
  10. Mojo
  11. Otter
  12. Pkl
  13. UI için Rust
  14. vLLM
  15. Voyager
  16. WGPU
  17. Zig

Hold

  1. LangChain - LangChain anlamsızdır, LangChain'in sorunları

İlgili okumalar