Chrystal Taylor,SolarWinds 首席极客
不论是应用程序性能工具、云服务工具还是数据库性能管理工具,到处都是各种各样的网络管理工具,无处不在。
随着远程办公的普及,这种情况变得愈发常见。中国的线上招聘服务提供商在其《2022 年中国远程办公现状报告》中指出,人们对远程办公的需求在疫情后逐渐增高,90% 的求职者希望公司允许员工在家远程办公。尽管远程办公提供了持续的生产力,但员工仍然需要克服访问、工具、应用程序、数据和网络方面的技术挑战。根据 IDC 早前发布的一项调查,协作工具和 IT 按需支持是员工认为能够帮助提高其生产力的两大技术。
不可否认的是,向远程和混合工作模式的快速转变以及数字化转型举措使 IT 人员疲惫不堪。企业采用了各种各样的工具,以便落实那些领导层顺应不断变化的时代要求而坚持执行的数字化转型项目,由此 IT 环境变得越来越复杂,也越来越难以准确监控。
除了这些新的变化发展之外,公司还采用了一系列解决方案来监控 IT 基础架构、应用程序、网络和数据库。每一位 IT 工程师平均需要跟踪 16 个监控工具,随着服务级别协议的增加,有些人甚至需要管理多达 40 个监控工具。
“少即是多”这句话用在此处最为恰当,使用过多工具只会导致数据孤岛、集成混乱、安全漏洞和极度缺乏可见性。一些 IT 团队并非通过从供应商那里获得软件应用程序的许可来满足业务需求,而是自行开发软件应用程序。一旦换了工作,往往会将这类应用程序也带走,工具所有者离开旧公司,有关该工具的关键信息也被带走了。公司拥有的设备和使用的工具越多,IT 团队反而就越难从他们自行开发的工具中获得有价值的信息。
此外,自行开发的工具与其他工具也并非完全兼容,意味着 IT 人员要借助不同的系统登录和操作。我们以前见过 IT 人员十分不愿意放弃自行开发的工具,这种阻力一部分来自于难以割舍创作心血,另一部分在于他们清楚为了维护这套系统要花多少时间。
在接下来的一年中,我们仍会面临上述所有挑战和复杂性,但我们最终也会看到越来越多的人放弃工具,转而打造更精简的流程,节省时间。无论如何,工具泛滥都不是一个新问题。近十年来,我们一直在技术和商业领域就这个问题展开讨论,现在是时候有个结论了。
有两个趋势表明 2023 年可能会成为我们彻底解决工具泛滥问题的一年。
CNBC 报告显示,全球首席执行官们预测未来一年将出现经济衰退。面对这种可能的经济下行,企业正在压缩预算,尽可能地降低成本。经济衰退不仅涉及到显而易见的财务成本,还有时间成本。时间成本通常会转化为劳动力成本和客户流失,因为问题解决的时间会变长。较小的团队意味着员工要少花钱多办事,同时,引进新工具的门槛也在提高,如果工具不能持续为业务增值,就很难在公司的基础架构中长久存在。
最新的《SolarWinds IT 趋势报告》指出 IT 团队越来越担心缺少可见性,55% 的受访者表示他们只对公司中一半的应用程序和基础架构具有可见性。幸好市场上有一些工具能够提供帮助。通过转向可观察性,IT 团队可以用更少的工具实现更好的可见性,而不是让他们被各种工具和信息淹没。利用可观察性和人工智能工具,IT 人员可以在一个平台实现对所有工具的全面可见性,确保更好的应用程序性能,更快地排查和解决问题,提高运营效率,生产更高质量的软件。
在过去几年中,技术解决方案经历了各种发展和变革。可观察性是监控技术进化的成果,AIOps 和机器学习是用来增强和改进可观察性的工具。越来越多的公司开始意识到,投资这些旨在提高工作质量的新工具和技术,就可以节省宝贵的时间。
对系统的持续迭代、改进、集成和交付正被越来越广泛地采用,平均每年可以为公司节省大约 480 万美元。2023 年,公司最终将会把这些工具整合为可观察性和 AIOps 解决方案。
业务需求和客户体验必须被优先考虑,二者是制定和执行公司决策的主要驱动力。在进行复盘时,业务主管会发现他们最初使用的工具不再能满足业务目标,随着可能的经济衰退的迫近,IT 团队应该逐渐放弃这些工具,并将资金回拢到预算中。
总之,IT 团队应该停止使用那些不再能够创造价值的自制工具,并确定哪些工具可以合并为一个工具。我们应当在 2023 年保持冷静,并尽力摆脱工具冗余的负担。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。