平台工程的统治力：一把双刃剑

平台工程已从一个仅仅被人们热议的概念，发展成为真正的核心竞争领域。根据 Red Hat 在 2024 年 9 月至 10 月间开展的一项调查，近一半的受访组织表示，生成式 AI 已成为他们平台工程战略中的核心组成部分。此外，平台工程的成熟度与企业的成功与否密切相关——尤其是当这些企业将自身的内部平台视为具有可衡量关键绩效指标的“产品”时。

DevOps工程师们普遍表示，日常工作中他们感受到了明显的便利——IDP（集成开发流程）和“黄金路径”减少了工作摩擦，使得软件交付速度更快了。然而，人们的抱怨依然存在：如果不对平台的构建和维护进行周密的规划，那么这些过程可能会变得成本高昂、缺乏灵活性，并且导致各个部门之间的沟通与协作变得困难。最近的一份报告指出，即使对于那些技术先进的组织来说，工作流程集成（37%）、安全风险（37%）以及技能缺口（34%）等问题依然构成了巨大的障碍。

人工智能的两种面貌：在实战中展现的自主性与创造力

但人工智能的影响远不止于此。TechRadar最近将人工智能编程工具分为三代：从类似Copilot的代码自动补全功能，到集成在IDE中的智能辅助工具，再到能够完全融入整个软件开发生命周期的自动化系统。到2025年中期，像GitHub Copilot、DevOps辅助工具以及Zencoder Zen这样的工具将能够自动化整个软件开发流程——几乎可以说，这些工具正在与人类工程师共同完成开发工作。

与我交谈的DevOps工程师们持谨慎乐观的态度。他们认为，人工智能能够减轻人们日常的繁琐工作：自动配置基础设施即代码、审核合规性、优化云服务成本。如今，像CloudBees Unify这样的平台已经将各种工具链整合到了由人工智能驱动的控制系统中。不过，许多从业者也指出，人工智能目前仍然存在一些局限性——它确实能够发挥作用，但前提是必须在其运行过程中进行持续监督、精心引导以及严密监控。

“氛围式编程”的兴起变得越来越普遍——这种编程方式几乎完全摆脱了繁琐的代码编写过程，工程师们通过与大型语言模型进行对话来指导模型的运行，而无需亲自编写每一行代码。这种编程风格在初创企业中尤为流行，同时也逐渐被应用到企业的原型开发中。

DevOps工具正在逐渐演变为完整的平台。

工具链正在不断整合。CI/CD、监控、合规性管理、安全防护以及云资源配置工具越来越多地被集成到统一的平台中。DevOps.com的报道也反映了这一趋势：如今，人们不再关注那些独立的开发流程，而是更加关注那些能够实现统一管理的DevOps平台。

CloudBees Unify就是一个典型的例子：该产品于2025年中期推出，它能够在不强制用户进行工具迁移的情况下，实现跨工具链的统一管理——它实际上是在现有工具之上构建了一个由人工智能驱动的运营层。其他供应商也在采取类似的战略调整，这些举措旨在回应那些对分散、不统一的开发工具感到厌倦的DevOps团队。

云原生技术：从前沿技术到行业标准

如今，云原生技术已不再是可选项——它已然成为了事实上的行业标准。根据调查数据显示，61%的组织在Kubernetes上运行部分（41%）或大部分（19%）生产工作负载，其中AI/ML和分析领域的使用率最高，均达到了56%。工程师们表示，像ArgoCD、Flux、服务网格、eBPF以及GitOps这样的技术如今已成为必备的技能。

教育与认证：缓慢的追赶之路

DevOps相关的教育培训与认证体系仍然较为分散。传统的认证证书，如Kubernetes认证（CKA、CKAD）、AWS/Azure/GCP认证以及DevOps基础认证，依然是主流选择。Reddit）然而，DevOps工程师们对此感到不满：传统的学习内容往往无法跟上实际应用中的工具发展、人工智能技术的整合，以及平台工程实践的最新进展。

宏观经济学：就业、裁员与需求变化

在2025年这个经济形势动荡的年代，DevOps工程师面临着复杂的压力。与2024年同期相比，2025年第一季度至第二季度期间，科技行业的裁员人数增长了35%。人工智能被认为是导致这一现象的部分原因，尤其是在编程相关岗位方面。然而，经验丰富的DevOps工程师仍然非常抢手。企业正在自动化那些低级别的岗位，同时更加重视战略性的DevOps工作和平台相关岗位。

Waze的联合创始人Uri Levine最近指出，人工智能实际上会增加对软件工程师的需求——尤其是那些能够适应新技术、具备领导能力并能够设计基于人工智能的系统的人。与此同时，也有人警告称，入门级职位的数量正在减少——一些初创公司如今已经变成了“精英工程师团队”，它们利用人工智能来提升顶尖员工的效率。

DevOps工程师对未来发展的看法

• 人工智能将提升生产力，但不会取代工程师。工程师们的职责将是监督人工智能系统的运行、优化工作流程以及解决复杂问题，而不是机械地重复编写千篇一律的代码。
• 平台工程必将长期存在，但要想取得成功，关键在于产品的实际影响力、相应的评估指标以及正确的产品开发理念。工程师们期望在设计过程中能够更加严谨地遵循相关标准，实现以开发者为中心的用户体验设计，采用类似服务的管理机制，并确保产品开发与业务目标保持高度一致。
• 云原生技术已经成为行业标准，但如今人们越来越关注系统的稳定性、成本控制能力、可观测性以及是否具备支持人工智能应用的基础设施。如今，掌握服务网格、eBPF和GitOps等相关技术已成为基本要求。
• 证书固然重要，但重要性也是有限度的。真正的实践经验，以及持续不断地使用人工智能辅助的工具和平台进行实际操作，才是提升技能的关键所在。
• 经济不确定性日益加剧，但与此同时，也孕育着诸多机遇——这些机遇属于建筑师、平台开发者、注重安全性的DevOps领导者，以及精通人工智能技术的工程师们。

最后的思考

如今，DevOps工程师们正处在一个十字路口：平台工程和云工具技术已经发展成为一个完整的生态系统；人工智能也不再只是实验性的技术，而是已经成为不可或缺的一部分。就业市场正在发生变化，但实际需求依然强劲——企业迫切需要那些具备创造力、战略思维以及良好适应能力的工程师，他们能够将各种工具、团队以及人工智能技术结合起来，构建出可扩展的交付平台。

在我看来，DevOps已经不再仅仅是“实施DevOps流程”那么简单了——现在更重要的是拥有属于自己的DevOps平台，为开发人员提供更强大的支持，并利用人工智能来提升工作效率。这正是该领域顶尖专家所期望的，也是你应该努力追求的目标。

原文出处： https://devops.com/what-do-devops-engineers-think-of-the-current-state-of-devops/