显然，人工智能目前正在讨论中占主导地位：技术雷达中约有三分之一的类目与之相关。我们不仅讨论了面向开发者的人工智能工具，如GitHub Copilot,CodiumAl,aider和Continue,我们还探讨了如何在整个团队中全面使用Al、以及如何利用人工智能改变软件开发的各个方面。这其中包括一系列最终未能入选的工具，例如Warp这样的人工智能辅助终端，将截图转换为代码的能力、由LLMs支持的ChatOps以及许多其他主题。尽管开发人员工具正在发展的日臻成熟，但我们始终对于“软件开发的所有方面都可以从人工智能和相关工具的务实使用中受益”抱有怀疑，我们正在积极跟踪相关领域的创新。与此同时，在人工智能带来近乎神奇的新技能时，相关的质量与安全风险也在涌现，这需要团队保持警惕，包括让非开发人员意识到潜在的风险。

在技术领域，“模式”因为能够为特定问题提供一个简洁的解决方案名称而受到欢迎。随着大语言模型(LLMs)的日益普及，我们开始看到支持常见上下文的特定架构模式不断涌现。例如，我们讨论了NeMo Guardrails,它允许开发人员围绕LLM的使用建立治理政策。我们还讨论了像Langfuse这样的工具，它们能够更好地观察LLM的输出步骤，并知道如何处理(并验证)充斥着生成代码的臃肿代码库。我们讨论了如何使用检索增强生成(RAG),这是我们偏爱的模式，以提高LLM输出的质量，在企业生态系统中尤其有效。此外，我们还讨论了使用低能耗(和成本)大语言模型产生材料，然后由更强大(也更划算)的大语言模型选择性审查的技术。模式为技术构建了一个重要的词汇库，随着生成式Al继续渗透软件开发，我们预计会看到模式(以及不可避免的反模式)的爆炸式增长。

来源：Thoughtworks

关于我们

我们是一家专注于分享国内外各类行业研究报告/专题热点行业报告/白皮书/蓝皮书/年度报告等各类优质研究报告分享平台。所有报告来源于国内外数百家机构，包含传统行业、金融娱乐、互联网+、新兴行业、医疗大健康等专题研究.....目前已累积收集近80000+份行业报告，涉及众多大板块，多个细分领域。

内容涵盖但不限于（市面上有的基本都有）：

1、互联网运营、新媒体、短视频、抖音快手小红书等等；

2、房地产、金融、券商、保险、私募等；

3、新技术（5G）、金融科技、区块链、人工智能类；

4、电子商务、市场营销、运营管理、麦肯锡、德勤等；

5、快消品、餐饮、教育、医疗、化妆品、旅游酒店、出行类等；

免责声明：

本平台只做内容的收集及分享，报告版权归原撰写发布机构所有，由星夜智库社群通过公开合法渠道获得，如涉及侵权，请联系我们删除；如对报告内容存疑，请与撰写、发布机构联系。