19 | 不再掉队，研发流程、工程方法趋势解读和展望

A.中台的构建（中台不是目的，只是解决问题的一个方案）以电商系统为例，电商系统从业务可以划分出两个系统，交易平台和供应链系统。一个对外一个对内。从非业务可以划分出两个平台，技术平台和数据平台。 1.交易平台系统存在一个痛点。精益的模式（快速试错）和市场的激烈竞争（花样多）。导致前端业务变化快且多，需要后端服务快速并低成本支撑（低债务，少人力，还得快）。带来的问题就是前端快齿轮和后端的慢齿轮会卡壳。所以就需要为交易平台构建一套中台架构，将可复用的业务逻辑抽象成可组装的轮子，降低一个新业务重复造轮子的时间和人力开销（以及运维开销），也就是<企业it架构转型之道>一书中的大中台小前台。 2.供应链系统存在一个可能。大部分电商企业的供应链系统就是一个垃圾，烟囱林立，包裹繁重，但毕竟2b，倒也无可厚非。不过，如果好好梳理业务（包裹），抽象出对应的业务中台，最后将原本的大单体应用，封装成多租户的saas平台，不也有变废为宝的可能。即缓解了内部系统烂的问题，还开拓了额外的收入，甚至还提高了公司的影响力。 3.技术平台也称为基础架构，面向整个企业所有系统的公共技术平台称为技术中台。亦是中台复用思想的一种落地。 4.数据平台往往称为大数据平台。面向整个企业所有系统的公共数据平台称为数据中台。大数据（数据分析）结合人工智能（数据模型训练），是企业战略决策的依据，亦是众多营销玩法的依赖（智能推荐）。 B.5g也充满了可能。10倍于4g的网络传输，加之越来越高性能的移动端。5g的未来难以揣测（就像2g时代想不到能用手机玩吃鸡这种大型游戏），但势必相当精彩。 C.请教个问题。老师您觉得服务网格会打破java现有的微服务生态圈吗？是相融还是取代？能谈谈您的见解吗？

已经在家办公3年了，除了去公司报销或者开比较重要的会，平时都在家，工作中会使用各种工具进行沟通。整体下来，我觉得有利有弊吧。好的地方是节省了通勤时间，而且可以更多时间照顾家人，不好的地方是和同事沟通不够，平时更多的是所做项目的沟通，和面对面沟通还是有差别，特别是一些项目外的事情。 关于AI提升研发效能，有几个感想。 1. AI智能运维，通过分析历史数据，及时对产品环境可能发生的问题进行预警。 2. AI智能设计，将来有没有可能像前人总结的设计模式一样，我们用自然语言的方式提出需求，系统可以给出我们比较成熟的设计方案。 3. AI开发门槛越来越低，目前很多AI相关的算法都已经封装成服务，部署在集群中向外提供服务，将来这部分会更成熟，开发人员无需知道各种类库的API，只需要简单的配置，就得到使用AI带来的变化，从而降低AI开发相关的门槛。

疫情之下，老师的这篇里远程协作的建议和方法非常实用。

又是一篇好文，干货哈。

通过对大量开源代码进行训练，以后写代码，提示会更精准，也有一些公司有些尝试了。这对效能提升应该也有帮助。

学习

做了10年.net项目，技术水平一般，最近一直在学习敏捷管理和devops，想问下葛老师，如果转型的话，哪个方向比较有前途呢？

AI测试领域，能简单的介绍一下方向与构思不