别的热度可以不蹭，但是大模型的不能不蹭。
这次 Open AI 的“春晚”好像又挺“嗨”的，接着“Github copilot workspace”又来了点儿小“Vision”，后边我自己也要努力增加在零代码和大模型方面的学习时间了，更多地面向未来吧，今天先聊点儿小感受。
我自己在《银行数字化转型》这本书中提出的两大数字化必然趋势：持续压缩空间对人类活动的限制和个体能力持续增强，正在越来越明显的发展着。大模型会给我们的架构工作带来哪些新要求呢？
一、全局化设计能力越来越重要
AI 开发会减少软件开发中的混乱吗？讲道理，应该会，大多数情况下，机器比人守规矩，大模型总体而言还是机器，虽然可以有点儿调皮。但是这样也意味着，大模型支持的软件开发，其“底子”终究还是人打下的，如果觉得大模型写东西快了，就可以“肆无忌惮”，随便“推倒重来”，那局面也许比今天人力全代码开发形成的混乱，有过之而不及吧。正是因为快了，所以才需要更好地将软件开发的关注点回归到企业、回归到业务、回归到知识。
最近公布的利用 ChatGPT 做的“瑜伽教练”其实挺说明问题的，利用大模型能力，加上电脑摄像头，给自己搞个瑜伽教练，矫正自己的瑜伽动作，这个在过去的 AI 开发中，也是需要一番功夫的，但是现在大模型在逐渐“隐藏”代码复杂性，开发者需要重点关注的东西又回到“知识”了。将这一现象适当推导，就可以发现，在企业中做软件也会逐渐出现这个倾向，我之前曾经说过一句很容易打脸的话，大套件的日子不多了，现在也还是这个想法，只不过这个过程可能会分两个阶段，一是基于现有全代码能力的个性化替代，第二阶段就是基于大模型能力的面向“知识”的重塑。无论哪一阶段，全局化设计能力都很重要。
二、软件中的知识越来越重要
顺着上一条说下来，面向“知识”的重塑是什么呢？现在的企业端软件，大多是你要先学会业务再使用软件，最好的也是业务和软件一起学，软件既不懂业务，也不会跟着业务发展自己“学习”，但是大模型支持的系统开发以及软件使用可能会不太一样，学习和交互能力的增强，会引导业务人员学习业务并使用软件，也就是互动性应用，这会改变企业的知识积累和软件的知识积累。
我们经常在业务系统设计中遇到大量贫血模型，这通常是因为业务中缺乏知识提炼或者这一部分本就是操作性的，没什么知识提炼，但是站在全局上看，尤其是可以逐渐“隐去”对纯操作性部分的复杂实现后，该总结和提炼的“知识”会重新显现，那部分将是系统或者说企业的“核心能力”。
系统“知识”的增加，会进一步带到业务侧卷入到数字化中，有“知识”和互动的系统，可以经由业务人员进行大部分的改进，只有涉及到复杂演进、安全、重大业务连续性等问题时，需要 IT 的深度介入，这可以极大提升企业的反应速度，所以，软件“知识”的增加才是全民数字化的“引力”，业务人员可以在数字化过程中自己学习和改进业务，才有动力真的加入和推动企业数字化进程。
这部分的思考还要结合我自己的实践和最近在做的对企业架构简化设计的更好表达，今天先聊聊感受，未来的开发模式变化已经出现了，这也是对架构能力的挑战，但是，无论方向走向哪里，我都坚信，全局性结构化思考能力是数字时代的当家思考模式，这也正是长期的企业架构实践和反思可以赋予你的能力，企业和个人都需要深入关注。
更多阅读：
分布式云行业实践指南（2023）
业内首个分布式云行业实践方法论、工具箱。
评论