Thoughtworks Technology Radar, Volume 29 जारी

तकनीक/टूल/प्लेटफ़ॉर्म/डेवलपमेंट लैंग्वेज और फ्रेमवर्क क्षेत्रों के नवीनतम ट्रेंड्स को Hold/Assess/Trial/Adopt के 4 चरणों में विज़ुअलाइज़ और समझाया गया है

AI-सहायित सॉफ़्टवेयर डेवलपमेंट

• कोडिंग के लिए open-source LLM डेवलपमेंट टूल वातावरण को बदल कर रख देंगे
• साथ ही कोडिंग से आगे बढ़कर user story लिखने में सहायता, user research, elevator pitch, और अन्य language-संबंधित कार्यों में भी इनकी बड़ी संभावनाएं हैं
• इसके साथ ही डेवलपर्स को इन सभी टूल्स का ज़िम्मेदारी से उपयोग करना चाहिए, और package hallucinations जैसी चीज़ों से भी सावधान रहना चाहिए

प्रोडक्टिविटी को मापना कितना प्रोडक्टिव है?

• सॉफ़्टवेयर डेवलपमेंट कभी-कभी तकनीकी विशेषज्ञ न होने वाले लोगों को जादू जैसा लग सकता है, और इसी वजह से मैनेजर्स यह मापने की कोशिश करते हैं कि डेवलपर्स कितना उत्पादक काम कर रहे हैं
• Martin Fowler ने 2003 में "प्रोडक्टिविटी को मापा नहीं जा सकता" शीर्षक से एक लेख लिखा था
• अभी भी SPACE framework (Satisfaction and well-being, Performance, Activity, Communication and collaboration, Efficiency and flow) में Activity के लिए वैकल्पिक मेट्रिक्स, जैसे pull request की संख्या या resolve किए गए issues की गिनती, खास अच्छे नहीं हैं
• इसके बजाय इंडस्ट्री प्रोडक्टिविटी को मापने की बजाय "flow में योगदान देने वाले या उसे बाधित करने वाले तत्वों को मापने" वाली "engineering effectiveness" पर फ़ोकस करना शुरू कर चुकी है
• व्यक्तिगत गतिविधियों पर फ़ोकस करने के बजाय सिस्टम में होने वाली बर्बादी के कारणों और उन स्थितियों पर ध्यान देना चाहिए जिन्हें अनुभवजन्य रूप से दिखाया जा सके, क्योंकि वही डेवलपर्स की "प्रोडक्टिविटी" की धारणा को प्रभावित करते हैं
• DX DevEx 360 जैसे नए टूल्स किसी खास output को मापने के बजाय developer experience पर फ़ोकस करके इस समस्या को हल करते हैं
• फिर भी कई लीडर्स अब भी अस्पष्ट और गुणात्मक तरीकों से डेवलपर्स की 'प्रोडक्टिविटी' का ज़िक्र करते हैं
• इस रुचि के फिर से बढ़ने का कम से कम एक हिस्सा AI-सहायित सॉफ़्टवेयर डेवलपमेंट के प्रभाव से जुड़ा लगता है, जो यह सवाल उठाता है: "क्या यह सकारात्मक प्रभाव डाल रहा है?"
• प्रोडक्टिविटी का वास्तविक मापन अब भी कठिन है

बहुत सारे LLMs

• LLM (Large Language Model) AI के कई आधुनिक नवाचारों की बुनियाद बनते हैं
• मौजूदा समय में कई प्रयोगों में ChatGPT या Bard जैसे chat-जैसे user interface दिखाना शामिल है
• व्यापक रूप से देखें तो LLM ऐसे टूल हैं जो content generation (text, image और video) से लेकर code generation, summarization और translation तक कई तरह की समस्याओं को हल कर सकते हैं
• "natural language" का उपयोग करने वाले ये मॉडल, जो एक शक्तिशाली abstraction layer की तरह काम करते हैं, सार्वभौमिक रूप से आकर्षक टूलसेट प्रदान करते हैं, इसलिए बहुत से knowledge workers इनका उपयोग कर रहे हैं
• cloud-hosted LLMs की तुलना में अधिक customization और बेहतर control देने वाले self-hosting सहित, LLM के विभिन्न पहलुओं पर चर्चा की गई है
• जैसे-जैसे LLM की जटिलता बढ़ती है, हम खास तौर पर edge devices और सीमित वातावरणों में छोटे form factor पर LLM को quantize करके चलाने की क्षमता पर विचार कर रहे हैं
• सवाल-जवाब इंटरैक्शन से आगे बढ़कर dynamic applications बनाने में उपयोगी LLM-आधारित autonomous agents के साथ, performance improvements का वादा करने वाले "ReAct Prompting" पर भी नज़र डाली गई है
• साथ ही LLM की वजह से फिर से उभर रहे कई vector databases (Pinecone सहित) का भी उल्लेख किया गया है
• specialization capabilities और self-hosting क्षमताओं सहित LLM की मूल क्षमताएँ विस्फोटक वृद्धि जारी रखे हुए हैं

रिमोट डिलीवरी के workaround अब परिपक्व हो रहे हैं

• रिमोट सॉफ़्टवेयर डेवलपमेंट टीमें कई वर्षों से भौगोलिक सीमाओं को पार करने के लिए तकनीक का उपयोग करती रही हैं, लेकिन महामारी के प्रभाव ने इस क्षेत्र में innovation को तेज़ किया, जिससे पूरी तरह remote या hybrid काम एक स्थायी ट्रेंड बन गया
• इस Radar में चर्चा की गई है कि रिमोट सॉफ़्टवेयर डेवलपमेंट के तरीके और टूल्स कैसे परिपक्व हुए हैं, और टीमें पहले से कहीं अधिक distributed और dynamic वातावरण में प्रभावी collaboration पर फ़ोकस करते हुए सीमाओं को कैसे आगे बढ़ा रही हैं
• कुछ टीमें नए collaboration टूल्स का उपयोग करके लगातार innovative solutions पेश कर रही हैं
• कुछ टीमें real-time pair programming या mob programming, और distributed workshops (जैसे remote event storming) जैसी गतिविधियों के लिए मौजूदा in-person practices को लगातार अनुकूलित और बेहतर बना रही हैं। asynchronous और synchronous दोनों संभव हैं
• remote work कई तरह के फ़ायदे देता है (जिसमें अधिक विविध talent pool भी शामिल है), लेकिन in-person interaction का मूल्य स्पष्ट है
• टीमों को यह नहीं होने देना चाहिए कि महत्वपूर्ण feedback loops खो जाएँ, और remote setup में बदलाव के दौरान पैदा होने वाले फ़ायदे और नुकसान दोनों को समझना चाहिए

[Techiniques]

Adopt

1. Design systems
2. Lightweight approach to RFCs

Trial

3. Accessibility-aware component test design
4. Attack path analysis
5. Automatic merging of dependency update PRs
6. Data product thinking for FAIR data
7. OIDC for GitHub Actions
8. Provision monitors and alerts with Terraform
9. ReAct prompting
10. Retrieval-Augmented Generation (RAG)
11. Risk-based failure modeling
12. Semi-structured natural language for LLMs
13. Tracking health over debt
14. Unit testing for alerting rules
15. Zero trust security for CI/CD Assess
16. Dependency health checks to counter package hallucinations
17. Design system decision records
18. GitOps
19. LLM-powered autonomous agents
20. Platform orchestration
21. Self-hosted LLMs

Hold

22. Ignoring OWASP Top 10 lists
23. Web components for server-siderendered (SSR) web apps

[Platforms]

Adopt

24. Colima

Trial

25. CloudEvents
26. DataOps.live
27. Google Cloud Vertex AI
28. Immuta
29. Lokalise
30. Orca
31. Trino
32. Wiz

Assess

33. ActivityPub
34. Azure Container Apps
35. Azure OpenAI Service
36. ChatGLM
37. Chroma
38. Kraftful
39. pgvector
40. Pinecone
41. wazero

[Tools]

Adopt

42. dbt
43. Mermaid
44. Ruff
45. Snyk

Trial

46. AWS Control Tower
47. Bloc
48. cdk-nag
49. Checkov
50. Chromatic
51. Cilium
52. Cloud Carbon Footprint
53. Container Structure Tests
54. Devbox
55. DX DevEx 360
56. GitHub Copilot
57. Insomnia
58. IntelliJ HTTP Client plugin
59. KEDA
60. Kubeconform
61. mob
62. MobSF
63. Mocks Server
64. Prisma runtime defense
65. Terratest
66. Thanos
67. Yalc

Assess

68. ChatGPT
69. Codeium
70. GitHub merge queue
71. Google Bard
72. Google Cloud Workstations
73. Gradio
74. KWOK
75. Llama 2
76. Maestro
77. Open-source LLMs for coding
78. OpenCost
79. OpenRewrite
80. OrbStack
81. Pixie
82. Tabnine

[Languages and Frameworks]

Adopt

83. Playwright

Trial

84. .NET Minimal API
85. Ajv
86. Armeria
87. AWS SAM
88. Dart
89. fast-check
90. Kotlin with Spring
91. Mockery
92. Netflix DGS
93. OpenTelemetry
94. Polars
95. Pushpin
96. Snowpark

Assess

97. Baseline Profiles
98. GGML
99. GPTCache
100. Grammatical Inflection API
101. htmx
102. Kotlin Kover
103. LangChain
104. LlamaIndex
105. promptfoo
106. Semantic Kernel
107. Spring Modulith

[xguru]

Thoughtworks Technology Radar, Volume 28 जारी
Thoughtworks Technology Radar अंक 27 प्रकाशित
Thoughtworks Technology Radar अंक 26 (39p PDF)
ThoughtWorks Technology Radar अंक 23 प्रकाशित
ThoughtWorks Technology Radar अंक 22 प्रकाशित [32p PDF]
ThoughtWorks द्वारा हर 6 महीने में प्रकाशित टेक न्यूज़ - Radar Vol.21