关于开发者在 DevOps 中使用 AI 时应考虑哪些因素的见解，我们收集了 DevOps 专家和开发者的观点。
译自Using AI for DevOps: What Developers and Ops Need To Know，作者 Jeff James。
随着开发者对AI工具和智能体的采用率不断提高，利用AI实现更大规模的DevOps方法是AI驱动软件开发的下一个前沿领域。虽然可能很想首先采用技术方法，但采用更全面的战略来拥抱DevOps可能是更好的选择。为了深入了解开发者在将AI与DevOps结合使用时可能需要考虑的内容，我收集了一些DevOps专家和开发者的观点。
“[DevOps的成功不仅取决于工具，还取决于人和流程，”David Brooks（Copado公司布道高级副总裁）[写道]。“大多数用户通常远远落后，他们没有时间专注于改进流程并教育员工正确使用这些新工具。”
在DevOps环境中使用AI
几位我交谈过的其他DevOps专家也赞同这种“三思而后行”的方法，这种方法侧重于人和流程。他们都强调，使用AI必须作为支持组织目标的更大计划的一部分。
“[在DevOps中，AI工具在管理身份验证、权限、测试和部署管理等关键工作流程方面发挥着关键作用，”[Amit Eyal Govrin]，Kubiya.ai的创始人兼首席执行官说。“与代码生成工具不同，代码生成工具的结果偏差是可以接受的，而DevOps中的AI需要精确性和一致性……开发者需要优先考虑不仅符合组织标准，而且能够提供可预测和可重复结果的解决方案。确保AI模型以代码为基础，能够提供透明、可解释的结果，对于企业环境中的法规遵从性和可靠性能至关重要。”
清晰地了解组织的开发工作流程是必须的，[Nick Durkin]（Harness公司现场首席技术官）鼓励开发者在使用AI之前完全理解这一点。
“在DevOps中，AI工具在管理身份验证、权限、测试和部署管理等关键工作流程方面发挥着关键作用。”
– Amit Eyal Govrin，Kubiya.ai的创始人兼首席执行官
“[当AI在清晰的框架下实施时，它在DevOps中可以发挥令人难以置信的强大作用，这使得开发者更容易做正确的事情，也更难做错事情，”Durkin说。“让做正确的事情变得容易始于标准化模板和策略以简化工作流程。创建模板并实施支持AI工具轻松、可重复集成的策略。通过建立自动化安全和合规性检查的策略，AI工具可以在这些边界内运行，提供有价值的支持，而不会影响标准。这种方法简化了采用过程，并使跳过必要步骤变得更加困难，从而加强了团队间的最佳实践。”
Durkin强调需要制定明确的策略来执行“……每个步骤的安全、质量和治理标准”，以帮助开发者并最大限度地减少错误。“将策略驱动的检查嵌入AI工具意味着管道中的每个操作都遵循严格的规则，消除了捷径或遗漏步骤的可能性，”Durkin说。“例如，如果您的策略要求进行AI驱动的安全扫描，那么每次部署都将自动包含这些扫描，从而确保合规性，而无需增加人工工作。”
这种方法在受严格监管的行业中尤其重要。Durkin解释说，他们的一位金融服务客户要求每个使用OpenAI的开发者都必须经过一个严格的、明确定义的管道，其中包括为增强弹性和安全性而增加的额外步骤。
“[这种平衡——使用模板简化工作流程，同时实施策略以保持质量和安全——创建了一个框架，在这个框架中，AI增强了开发者的能力，而不是限制了他们，”Durkin说。“它使采用和集成更加顺畅，并帮助团队专注于高影响力的工作，因为他们知道合规性和治理会自动得到满足。”
使AI和DevOps良好协作的技巧
在拥抱 AI 和 DevOps 之前制定周全策略至关重要，但 Durkin 和 Govrin 还提供了一些额外的技巧和建议，以更轻松地将 AI 工具和技术与 DevOps 愿景相集成。
Govrin 说：“在企业环境中，本地部署 AI 应用程序可以显著提高采用率和集成度。”“与消费类应用程序不同，企业 AI 从自托管设置中受益匪浅，其中本地推理、对自托管模型的支持和边缘推理等解决方案发挥着关键作用。这些方法可以确保数据安全，并降低与跨公共云传输数据相关的风险。”
“把它想象成厨房里的厨师：AI 应该用于自动化准备和清理工作，但实际烹饪则留给厨师[开发人员]。”
– Harness 现场 CTO Nick Durkin
Durkin 建议使用 AI 驱动的 DevOps 来最大限度地减少干扰，并为开发人员简化工作。“自动化开发人员不喜欢做的繁琐工作。引入 AI 的最佳方法之一是利用它来处理必要的但重复性或耗时的任务，例如合规性检查、测试或基础设施管理。这些是开发人员必须完成但并不期待的任务。当 AI 承担这些任务时，它就能解放开发人员，让他们专注于工作中更具创造性和成就感的部分，从而从一开始就使 AI 集成成为一种积极的体验。”
除了自动化之外，Durkin 还主张在考虑 AI DevOps 采用时“去除工作中最糟糕的部分，而不是最好的部分”。“AI 应该使日常工作更容易、更愉快，而不是取代开发人员最重视的工作。把它想象成厨房里的厨师：AI 应该用于自动化准备和清理工作，但实际烹饪则留给厨师。开发人员希望编写代码和解决问题；他们不想花时间做重复性、[低价值]的工作。”
利用 AI 消除——或最大限度地减少或简化——最令人不快的工作，有助于团队亲身体验 AI 驱动的 DevOps 的价值，并转化为“更有可能热情地拥抱变革”的团队。Durkin 说，这种方法还有助于培养支持创新的文化，在这种文化中，AI 被视为赋权工具，而不是替代品。
关于 DevOps 工具和平台的思考
虽然到目前为止我们主要讨论的是 AI 驱动的 DevOps 方法和技巧，但许多 AI 工具和平台已被证明有助于最大限度地减少与 DevOps 方法的任何潜在摩擦。
Eran Bibi,Firefly的联合创始人兼首席产品官，[分享了使用 AI 通过开源工具AI as Code(AIaC) 和专注于Kubernetes的K8sGPT简化 DevOps 的实用示例](https://thenewstack.io/2-open-source-ai-tools-that-reduce-devops-friction/)。
“快速创新的步伐表明，AI 将很快嵌入到大多数 DevOps 工具中。”
– Firefly 联合创始人 Eran Bibi
Bibi 写道：“AI 在 DevOps 中的应用仍处于早期阶段，但随着新的开源和商业服务的推出，它正在迅速发展势头。快速创新的步伐表明，AI 将很快嵌入到大多数 DevOps 工具中。从使用 AIaC 自动生成代码到使用 K8sGPT 进行高级诊断，可能性似乎是无限的。”
Raj Rajkumar,Tata Consultancy Services的技术顾问，概述了他认为在不久的将来使用 AI 驱动的工具将为 DevOps 带来的好处。
Rajkumar 写道：“目前需要人工干预的任务——例如需求收集、高级代码审查和预测性维护——很快就可以完全由 AI 管理，从而使开发人员能够更多地专注于创新。”“AI 和 DevOps 工具的结合不仅会增强软件开发，还会重新定义团队的工作方式，创建更快、更智能、更可靠的系统。”
携手共进：AI 和 DevOps 的未来
虽然 AI 在 DevOps 圈中的应用仍然相对较新，但随着时间的推移，采用率必然会增加。Durkin 认为，通过专注于一些巧妙的采用策略，例如使用 AI 来促进协作并超越仅将 AI 用于代码生成的思维方式，也可以使采用之路不那么艰辛。
人工智能应该减少团队之间的摩擦，无论是在开发、安全还是运维方面。如果某个 AI 工具带来的摩擦多于和谐，那么它可能并不合适，”Durkin 说。“AI 驱动的 DevOps 工具可以彻底改变整个软件交付生命周期，远不止于生成代码。最有价值的 AI 实施将影响测试、合规性、监控以及其他经常被忽视的领域，消除‘繁琐工作’，让开发人员能够专注于具有战略意义、影响力大的工作。”
