譯者 | 布加迪

審校 | 重樓

2009年，DevOps（開發(fā)運維）作為一種運維模型而出現(xiàn)，適用于想要充分發(fā)揮敏捷軟件開發(fā)方法潛力的團隊。它使這些團隊能夠盡快地構(gòu)建和部署，為快速、迭代的開發(fā)建立一種新的范式。

隨之而來的是全球軟件開發(fā)的爆炸式增長，DevSecOps、MLOps、AIOps、DataOps、CloudOps和GitOps等相關(guān)框架層出不窮。任何工程職能或核心開發(fā)技術(shù)都有相應(yīng)的運維框架和市場類別來加以優(yōu)化。

既然市面上有這么多的解決方案，為何企業(yè)仍難以將大量的“-Ops”策略轉(zhuǎn)化為令人滿意的速度和創(chuàng)新結(jié)果呢？隨著組織不斷適應(yīng)不同的代碼來源（專有代碼、開源代碼和大語言模型即LLM生成的代碼等），它們如何使這些模型適應(yīng)不同來源的代碼？

CodeOps（代碼運維）應(yīng)運而生，這種新興方法使用完全擁有和可重用的代碼快速構(gòu)建軟件產(chǎn)品。它利用生成式AI和模塊化編碼概念來加快開發(fā)過程，加強創(chuàng)新，并最終推動更快的數(shù)字產(chǎn)品開發(fā)。

CodeOps的工作機理

與敏捷方法一樣，CodeOps旨在支持并加速企業(yè)內(nèi)部的軟件開發(fā)。然而，它不是針對敏捷性進行優(yōu)化，而是針對重用進行優(yōu)化——重用規(guī)范、設(shè)計、架構(gòu)、數(shù)據(jù)模型、集成以及代碼本身。

長期以來，重用現(xiàn)有代碼一直是工程師們的一種自然做法。當(dāng)應(yīng)用程序在規(guī)劃階段看起來相似時，你可以立即識別出一種合用的架構(gòu)，并通過自動組裝其核心部分來快速啟動代碼庫。優(yōu)秀的開發(fā)人員知道這一點，偶然會重用他們自己開發(fā)的或在開源代碼庫中找到的代碼組件。

然而，開發(fā)人員層面重用帶來的影響完全依賴團隊的成熟程度，通常沒有流程或工具來確保它在整個組織中有效地擴展以提供好處。只有通過系統(tǒng)性重用才能發(fā)揮這種潛力，即認證模塊集中提供，并且易于發(fā)現(xiàn)，用在參與應(yīng)用程序開發(fā)的諸團隊中。

因此，希望利用CodeOps概念的組織應(yīng)該為范式轉(zhuǎn)變做好準備。系統(tǒng)性的代碼重用是開發(fā)流程邁出的革命性一步。它需要創(chuàng)建一個集中式存儲庫來容納認證的模塊，這些模塊經(jīng)過了必要的審查和廣泛的測試，以確保功能和安全。目的是創(chuàng)建一大批模塊，可以無縫地部署到不同的項目和團隊中。

利用生成式AI確保投資回報最大化

CodeOps也很容易適應(yīng)人機混合開發(fā)領(lǐng)域的新趨勢。如今，大多數(shù)團隊都了解生成式AI的潛力，可以充當(dāng)伺機集成的智能助手。然而，他們不確定如何規(guī)劃和跟蹤對業(yè)務(wù)結(jié)果的影響，并確保這方面的影響最大化。

通過重構(gòu)團隊構(gòu)建軟件的方式，CodeOps為了解生成式AI的投資回報提供了一個框架。它確定大語言模型使用的優(yōu)先級如下所示：

1. 根據(jù)項目規(guī)范對現(xiàn)有模塊進行組合。

2. 創(chuàng)建與戰(zhàn)略性模塊路線圖一致的新模塊。

3. 為非模塊化用例生成自定義代碼。

在模塊組合方面，大語言模型已經(jīng)達到或超過了人類的表現(xiàn)。模塊組合是指這項任務(wù)：對照自定義的產(chǎn)品描述或詳細規(guī)范，對已存儲的模塊目錄進行模式匹配。這種方法可以顯著地減少傳統(tǒng)軟件開發(fā)生命周期的“規(guī)劃和調(diào)校”階段，因此為不懂技術(shù)的利益相關(guān)者節(jié)省了時間，并縮短了總體開發(fā)時間。

大語言模型還非常適合根據(jù)自定義參數(shù)創(chuàng)建新模塊。如果提示足夠清晰，或者有足夠的組織現(xiàn)有代碼的訓(xùn)練集，它們就能夠?qū)F隊現(xiàn)有的代碼標準推而廣之，從而生成新的、可重用的規(guī)范和代碼模塊。采用系統(tǒng)性代碼重用的組織因此可以根據(jù)內(nèi)部代碼標準，快速填充其模塊目錄，與通過手動創(chuàng)建模塊相比，可以在極短的時間內(nèi)大幅提高生產(chǎn)力。

最后，CodeOps很容易整合由不同開發(fā)人員生成的“Copilot”風(fēng)格的AI代碼。然而在CodeOps領(lǐng)域，這種用法局限于定制開發(fā)的最后一英里，這是初始模塊組合未能涵蓋的。這減少了團隊今天面臨的投資回報模糊性：一些開發(fā)人員頻繁使用AI，一些卻很少使用AI，但有了CodeOps，你可以確定AI在代碼庫的哪些部分有望為團隊提升生產(chǎn)力，然后相應(yīng)地進行優(yōu)化。

實戰(zhàn)中的CodeOps

說到重用代碼模塊，有兩個主要的參數(shù)需要考慮：覆蓋率和可重用性。覆蓋率指典型應(yīng)用程序中多少部分是由特定類型的模塊組成的，而可重用性指特定類型的模塊在不同項目中可使用的可能性。

以下是理解覆蓋率和可重用性的幾個一般規(guī)則：

值得一提的是，應(yīng)用程序中最大一部分代碼并不總是重用性最強的。這種區(qū)別可以幫助團隊理解在致力于模塊開發(fā)時如何做出正確的取舍。在CodeOps方法中，模塊的構(gòu)建應(yīng)該首先根據(jù)可重用性而不是覆蓋率來確定優(yōu)先級，以確保實現(xiàn)的價值最大化。

為了理解CodeOps如何影響某個項目，不妨考慮采用CodeOps和不采用CodeOps的示例性的個人理財應(yīng)用程序開發(fā)時間表：

不采用系統(tǒng)性重用

• 項目工期：28周
• 項目細分：
• 需求分析：2周
• 設(shè)計：2周
• 編碼：

1. 身份驗證流程：3周
2. 支付處理集成：4周
3. 數(shù)據(jù)驗證功能：2周
4. 報告功能：3周
5. 額外的自定義功能：6周

• 測試和調(diào)試：4周
• 部署：2周

采用系統(tǒng)性重用（CodeOps方法）

項目工期：16周

項目細分：

• 需求分析：1周（重用的規(guī)范）
• 設(shè)計：1周（重用的設(shè)計）
• 編碼：

1. 身份驗證模塊（重用）：1周（集成和定制）
2. 支付處理模塊（重用）：1周（集成和定制）
3. 數(shù)據(jù)驗證模塊（重用）：1周（集成和定制）
4. 報告模塊（重用）：1周（集成和定制）
5. 額外的自定義功能：5周（AI Copilot輔助）)

• 測試和調(diào)試：3周（由于重用的認證模塊，代碼錯誤和不一致有所減少）
• 部署：2周

值得注意的是CodeOps的整個周期影響。它在整個過程中的多個節(jié)點為多個團隊提升了生產(chǎn)力，不需要這些團隊大幅改動工作流程。

系統(tǒng)性代碼重用的好處

實施系統(tǒng)性代碼重用帶來了幾個明顯的業(yè)務(wù)優(yōu)勢，包括如下：

• 增強靈活性：通過允許開發(fā)團隊使用組織的代碼訪問預(yù)認證模塊的存儲庫，他們可以定制代碼，并創(chuàng)建完全符合獨特業(yè)務(wù)需求的應(yīng)用程序。
• 保證一致性：系統(tǒng)性代碼重用確保了應(yīng)用程序之間具有一致性。多個團隊使用相同的認證模塊可以最大限度地減少不一致性，并降低遇到錯誤、安全漏洞或兼容問題的風(fēng)險。
• 加快學(xué)習(xí)：有了系統(tǒng)性代碼重用，開發(fā)人員可以從團隊成員和同事所做的工作中學(xué)習(xí)和完善。這創(chuàng)建了一個組織知識庫，縮短了新團隊成員的學(xué)習(xí)過程，并且在組織內(nèi)打造一種倡導(dǎo)協(xié)作和創(chuàng)新的文化。
• 降低風(fēng)險：經(jīng)過嚴格測試和認證的代碼模塊是成熟可靠的，降低了開發(fā)和測試過程中或發(fā)布后出現(xiàn)關(guān)鍵安全或合規(guī)問題的可能性。
• 致力于創(chuàng)新：通過將開發(fā)團隊從不斷處理重復(fù)性的任務(wù)中解放出來，系統(tǒng)性代碼重用鼓勵他們將精力投入到令人興奮的創(chuàng)新上。他們可以分配更多的時間和資源，以構(gòu)建獨特和有價值的功能，而且結(jié)果更易于預(yù)測，同時縮短產(chǎn)品上市時間，以生成新的收入或節(jié)省成本。

一種更好的構(gòu)建方式

最終，擁抱系統(tǒng)性代碼可重用性的CodeOps方法通過顯著加快交付速度、提升生產(chǎn)力以及在競爭激烈的技術(shù)環(huán)境中促進創(chuàng)新和協(xié)作，徹底改變了自定義應(yīng)用程序開發(fā)。新產(chǎn)品的構(gòu)建和創(chuàng)新是技術(shù)界有趣的部分，這意味著利用CodeOps的組織不僅可以創(chuàng)造較之競爭對手的優(yōu)勢，還可以提升內(nèi)部團隊的生產(chǎn)力和士氣。

原文標題：CodeOps: Using LLMs and modular coding to accelerate development，作者：Anand Kulkarni