【Thoughtworks】2024技术雷达-针对当今科技领域发展的前沿指南报告_第30期__40页_5mb

Thoughtworks技术雷达2024年4月报告总结

Thoughtworks技术雷达旨在追踪技术趋势，为不同层级的开发者提供评估和建议。技术被分为技术、工具、平台、语言和框架五大类，并通过四个环（采纳、试验、评估、暂缓）反映其成熟度及适用性。关键内容包括：

技术领域

1. 人工智能相关技术：约三分之一的技术条目与AI相关，涵盖生成式AI在代码生成、测试、团队协作等场景的应用。例如，RAG（检索增强生成）被列为采纳项，通过结合外部数据提升LLM输出质量；GitHub Copilot等工具被用于代码辅助，但需警惕过度依赖风险。
2. 大语言模型（LLM）应用：包括ChatOps、自主代理等新兴实践，但需注意微调LLM的局限性，如成本高、数据敏感性问题。
3. 持续合规：通过自动化工具（如SBOM生成）确保代码和基础设施符合安全标准，降低合规风险。
4. 边缘计算：边缘函数（如Cloudflare Workers）可降低延迟，但需符合无状态处理需求。

平台领域

1. CloudEvents：作为事件驱动架构的通用规范，被采纳用于跨平台数据交换。
2. 云上Arm架构：因成本和效率优势被试验，适合无特定架构依赖的场景。
3. Tigerbeetle：开源数据库适用于财务场景，通过共识协议确保数据一致性。
4. ZITADEL：轻量级身份管理工具，支持多租户和灵活部署，作为Keycloak替代方案。

工具领域

1. 依赖管理与测试：Conan被采纳用于C/C++项目，Renovate试验用于自动维护依赖项；Terrascan用于IaC安全扫描，Maestro优化移动应用测试流程。
2. 可观测性工具：HyperDX等平台整合日志、指标和追踪，简化问题排查；Akvorado关注网络流量分析，补充OpenTelemetry不足。
3. API与数据工具：42Crunch API Conformance Scan试验用于检测API行为差异；DataComPy用于数据框架一致性验证。

语言和框架领域

1. Rust生态扩展：Rust被用于UI开发（如Dioxus）、WebGPU和云原生场景，RustforUI和vLLM被采纳。
2. 开源语言探索：Zig语言因类型系统和编译效率被推荐；Mojo语言结合Python和系统编程特性，聚焦AI应用开发。
3. AI辅助开发框架：LangChain因复杂性和不一致被暂缓；LLaMA-Factory被推荐用于LLM微调场景。

其他关注点

• 许可证风险：开源工具转向商业模式可能引发争议，需关注文件存储和版权协议。
• Web组件：适用于SSR应用，但存在性能开销和开发复杂性问题。
• 安全实践：安全标兵角色被提议，通过威胁建模和指标分析提升系统安全。

技术雷达强调动态调整技术优先级，部分工具因改进被移入采纳阶段（如CloudEvents、Kaniko），而实验性方案（如SystemInitiative、Tetragon）仍需进一步验证。建议团队结合自身需求，评估技术适用性，避免盲目采纳新兴工具的副作用。