DevSecOps 中的AI：從“智能副駕”到“自動(dòng)駕駛”

　　自動(dòng)駕駛和軟件(SW)開(kāi)發(fā)之間有何共同點(diǎn)?乍一看，并沒(méi)有什么共同點(diǎn)。但仔細(xì)觀察一下，就能發(fā)現(xiàn)兩者之間存在一些相似之處，尤其是在實(shí)現(xiàn)基本目標(biāo)的演進(jìn)路徑上。開(kāi)發(fā)團(tuán)隊(duì)本身不會(huì)成為 “乘客”，但設(shè)計(jì)、創(chuàng)建、保護(hù)、分發(fā)和維護(hù)等方面相關(guān)人員的傳統(tǒng)角色和職責(zé)會(huì)發(fā)生轉(zhuǎn)變。為了更好地理解這一點(diǎn)，可以先深入了解一下自動(dòng)駕駛的概念，然后再將其與軟件開(kāi)發(fā)聯(lián)系起來(lái)。

　　自動(dòng)駕駛的概念出現(xiàn)已有多年，曾經(jīng)看似未來(lái)派的概念如今已成為現(xiàn)實(shí)。從本質(zhì)上來(lái)說(shuō)，自動(dòng)駕駛汽車(AV)旨在最大限度地減少交通出行中的人為失誤(目前約 90% 的交通事故都是由人為失誤造成的)。自動(dòng)駕駛汽車的基本前提是其性能應(yīng)優(yōu)于普通人類駕駛員。自動(dòng)駕駛技術(shù)可以節(jié)約時(shí)間，這至關(guān)重要。這樣，人們就可以把精力投入到更令人愉悅的娛樂(lè)活動(dòng)中，而不是耗費(fèi)在交通路途中。

　　邊緣計(jì)算和AI是實(shí)現(xiàn)自動(dòng)駕駛的兩大關(guān)鍵要素：它們使車輛能夠在車內(nèi)處理物聯(lián)網(wǎng)傳感器的數(shù)據(jù)，從而實(shí)現(xiàn)實(shí)時(shí)操作。這種能力對(duì)于任何任務(wù)關(guān)鍵型應(yīng)用都至關(guān)重要。試圖對(duì)機(jī)器進(jìn)行手動(dòng)編程，以處理各種可能的駕駛場(chǎng)景的做法已不切實(shí)際。相反，車輛必須從環(huán)境中動(dòng)態(tài)學(xué)習(xí)。自動(dòng)駕駛汽車的智能程度取決于各種物聯(lián)網(wǎng)傳感器數(shù)據(jù)的可用性，基于數(shù)據(jù)就能創(chuàng)建物理世界的數(shù)字孿生表示。數(shù)據(jù)越多樣化，就能部署越復(fù)雜的AI系統(tǒng)。

　　觀察自動(dòng)駕駛的發(fā)展路徑，我們可以發(fā)現(xiàn)，在每個(gè)階段，人類的參與都在逐漸減少。自動(dòng)駕駛汽車框架包括 6 個(gè)自動(dòng)化級(jí)別，從 0(完全手動(dòng))到 5(完全自主)不等。

　　- 無(wú)自動(dòng)化：駕駛員完全控制所有駕駛?cè)蝿?wù)。

　　- 駕駛員輔助：車輛采用單一自動(dòng)化系統(tǒng)，允許駕駛員將腳從踏板上移開(kāi)。

　　- 部分自動(dòng)化：車輛具備轉(zhuǎn)向和加速能力，駕駛員可以將手從方向盤上移開(kāi)。

　　- 有條件的自動(dòng)化：車輛能夠控制大部分駕駛?cè)蝿?wù)，使駕駛員能夠?qū)⒁暰�從道路上移開(kāi)，同時(shí)仍能保持監(jiān)控。

　　- 高度自動(dòng)化：車輛在特定條件下能夠執(zhí)行所有駕駛?cè)蝿?wù)，讓駕駛員有機(jī)會(huì)在保持警惕的同時(shí)，將注意力從路面上移開(kāi)。

　　- 完全自動(dòng)化：車輛可在任何條件下獨(dú)立完成所有駕駛?cè)蝿?wù)。這樣，駕駛員就變成了乘客，完全不用擔(dān)心任何駕駛責(zé)任。

　　AI 在軟件開(kāi)發(fā)中的優(yōu)勢(shì)與其在自動(dòng)駕駛領(lǐng)域中的優(yōu)勢(shì)如出一轍，即最大限度地減少人為失誤，使人能夠騰出時(shí)間，從事創(chuàng)造性更強(qiáng)的工作。由于人力資源往往是軟件開(kāi)發(fā)中成本最高的環(huán)節(jié)，因此企業(yè)就有動(dòng)力去采用AI系統(tǒng)，事半功倍。

　　仔細(xì)研究軟件開(kāi)發(fā)的演進(jìn)路徑，會(huì)發(fā)現(xiàn)其與自動(dòng)駕駛技術(shù)的進(jìn)步有著驚人的相似之處：在每個(gè)演進(jìn)階段，人類的參與都在逐漸減少：

　　- 本世紀(jì)初，軟件開(kāi)發(fā)幾乎不涉及自動(dòng)化。在軟件開(kāi)發(fā)生命周期(SDLC)的每個(gè)階段都需要人工控制，因此整個(gè)過(guò)程基本上都需要手動(dòng)操作。問(wèn)題往往是由客戶而非內(nèi)部團(tuán)隊(duì)發(fā)現(xiàn)的。

　　- 2010 年代中期，容器化、云計(jì)算和 DevOps 的興起提高了軟件開(kāi)發(fā)生命周期的整體自動(dòng)化程度和效率。在測(cè)試、代碼審查和 CI/CD 等領(lǐng)域，基于預(yù)定義(硬編碼)策略和“if-then”規(guī)則的常規(guī)任務(wù)和程序性決策實(shí)現(xiàn)了自動(dòng)化。這樣，研發(fā)團(tuán)隊(duì)就能專注于創(chuàng)造性工作，提高生產(chǎn)力，進(jìn)而實(shí)現(xiàn)“引導(dǎo)和加速”。根據(jù)敏捷原則縮短開(kāi)發(fā)周期，在開(kāi)發(fā)和運(yùn)維之間架起橋梁。問(wèn)題的管理和解決開(kāi)始從被動(dòng)反應(yīng)轉(zhuǎn)變?yōu)樽赃m應(yīng)，各團(tuán)隊(duì)之間的協(xié)調(diào)更加順暢。大多數(shù)問(wèn)題甚至可以在客戶意識(shí)到之前就被發(fā)現(xiàn)并解決。

　　- 如今，生成式AI正在推動(dòng)軟件開(kāi)發(fā)的效率和創(chuàng)新水平至新高�；�于生成式AI的解決方案可通過(guò)無(wú)縫的人機(jī)對(duì)話來(lái)創(chuàng)建新內(nèi)容，自動(dòng)化的應(yīng)用遠(yuǎn)不止常規(guī)任務(wù)。AI在整個(gè)軟件開(kāi)發(fā)生命周期過(guò)程中，是不折不扣的助手(智能副駕)，它能夠提供建議、解釋問(wèn)題、生成代碼、監(jiān)控流程、掃描資源庫(kù)、提供預(yù)測(cè)并輔助快速?zèng)Q策，效率也開(kāi)始得以提升。這將進(jìn)一步加快和提高整體代碼生成速度，意味著能夠?qū)崿F(xiàn)更多的軟件構(gòu)建、更多需要保護(hù)的軟件以及更頻繁的運(yùn)行時(shí)更新。當(dāng)我們將嵌入式AI模型(MLOps)添加到現(xiàn)代軟件開(kāi)發(fā)的等式中時(shí)，上述領(lǐng)域?qū)⑦M(jìn)一步擴(kuò)大。“流式軟件”的概念正逐漸成為現(xiàn)實(shí)，小規(guī)模的增量改進(jìn)(基于二進(jìn)制文件的更新)會(huì)自動(dòng)從開(kāi)發(fā)階段流向運(yùn)行階段，而服務(wù)停機(jī)時(shí)間則會(huì)降至最低。

　　- 在應(yīng)用安全方面，AI能夠通過(guò)預(yù)測(cè)，大幅縮短發(fā)現(xiàn)和修復(fù)問(wèn)題的時(shí)間，從源頭防止惡意軟件包進(jìn)入企業(yè)。首先是利用基于AI的嚴(yán)重性和上下文分析來(lái)進(jìn)行自動(dòng)化漏洞掃描和檢測(cè)，然后是自動(dòng)修復(fù)。盡管取得了上述進(jìn)步，但在基于AI的解決方案展現(xiàn)出更高的可信度和可靠性之前，人工干預(yù)和審批仍然是必要的。

　　- 近年來(lái)，我們開(kāi)始向全自動(dòng)范式過(guò)渡，即從“智能副駕”(AI助手)轉(zhuǎn)變?yōu)?ldquo;自動(dòng)駕駛”(人工智能決策者)。機(jī)器可以通過(guò)自然語(yǔ)言用戶界面(如英語(yǔ))來(lái)解決高度復(fù)雜的問(wèn)題，而這需要程序員掌握新型技能，引導(dǎo)對(duì)話達(dá)到預(yù)期狀態(tài)。從根本上說(shuō)，AI系統(tǒng)的性能應(yīng)優(yōu)于普通人類開(kāi)發(fā)者或參與上述流程的其他人員。AI將進(jìn)一步增強(qiáng)決策流程并使之自動(dòng)化，使企業(yè)能夠選擇最佳的(數(shù)據(jù)驅(qū)動(dòng)型)方法和工具來(lái)解決任何問(wèn)題。對(duì)AI系統(tǒng)的信任將是最重要的，而這就要求做到對(duì)廣范圍語(yǔ)境的理解和合乎道德的決策制定，類似于當(dāng)今自動(dòng)駕駛所面臨的挑戰(zhàn)。自學(xué)習(xí)和自修復(fù)能力將成為檢測(cè)、分析、隔離和修補(bǔ)問(wèn)題并保持服務(wù)正常運(yùn)行的關(guān)鍵。這意味著：軟件將能夠自我重寫和更新，并增加新的功能以處理新的輸入。同樣，對(duì)于自動(dòng)駕駛汽車，AI系統(tǒng)也必須從自身運(yùn)行環(huán)境中學(xué)習(xí)并做出相應(yīng)調(diào)整。

　　總之，雖然自動(dòng)駕駛與軟件開(kāi)發(fā)之間的相似之處可能不會(huì)立即顯現(xiàn)出來(lái)，但這兩個(gè)領(lǐng)域都有一個(gè)共同的目標(biāo)，即利用AI來(lái)強(qiáng)化自身的運(yùn)作，并讓個(gè)體能夠騰出時(shí)間來(lái)專注于更想追求的目標(biāo)。在軟件開(kāi)發(fā)方面，AI將持續(xù)加速并改進(jìn)新功能和數(shù)據(jù)的創(chuàng)建，提升各研發(fā)職能的用戶體驗(yàn)，逐步從可信賴的顧問(wèn)發(fā)展到更高的決策自主權(quán)。從智能編碼和安全，到覆蓋整體 DevOps 堆棧，基于AI的“智能副駕”將慢慢成為整個(gè)軟件開(kāi)發(fā)生命周期的主流。企業(yè)對(duì)于AI必須堅(jiān)持負(fù)責(zé)任且安全的原則和實(shí)踐，以確保業(yè)務(wù)成果的可持續(xù)性。這涵蓋AI生成軟件的多方面，包括保護(hù)知識(shí)產(chǎn)權(quán)，避免潛在的安全和許可證合規(guī)問(wèn)題等。AI系統(tǒng)的逐步自主化將允許并確保與現(xiàn)有基礎(chǔ)設(shè)施和監(jiān)管環(huán)境的兼容性。

　　隨著AI技術(shù)的不斷進(jìn)步，我們可以預(yù)見(jiàn)軟件開(kāi)發(fā)將迎來(lái)更深入的整合和創(chuàng)新。隨著AI不斷改變各行各業(yè)，我們也步入了一個(gè)激動(dòng)人心的時(shí)代。軟件開(kāi)發(fā)的未來(lái)大有可為，想象力有多大，我們對(duì)機(jī)器能夠賦予的開(kāi)發(fā)責(zé)任就可以有多大。

　　關(guān)于JFrog

　　JFrog Ltd.(納斯達(dá)克股票代碼：FROG)的使命是創(chuàng)造一個(gè)從開(kāi)發(fā)人員到設(shè)備之間暢通無(wú)阻的軟件交付世界。秉承“流式軟件”的理念，JFrog軟件供應(yīng)鏈平臺(tái)是統(tǒng)一的記錄系統(tǒng)，幫助企業(yè)快速安全地構(gòu)建、管理和分發(fā)軟件，確保軟件可用、可追溯和防篡改。集成的安全功能還有助于發(fā)現(xiàn)和抵御威脅和漏洞并加以補(bǔ)救。JFrog 的混合、通用、多云平臺(tái)可以作為跨多個(gè)主流云服務(wù)提供商的自托管和SaaS服務(wù)。全球數(shù)百萬(wàn)用戶和7000多名客戶，包括大多數(shù)財(cái)富100強(qiáng)企業(yè)，依靠JFrog解決方案安全地開(kāi)展數(shù)字化轉(zhuǎn)型。