9 पॉइंट द्वारा xguru 2024-04-05 | 1 टिप्पणियां | WhatsApp पर शेयर करें

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

खुला-सा (Open-ish) source license

  • ओपन सोर्स सॉफ़्टवेयर डेवलपमेंट इकोसिस्टम लंबे समय से OSI(Open Source Initiative) द्वारा कैटलॉग किए गए लाइसेंस सेट पर निर्भर रहा है
  • हाल के वर्षों में व्यापक रूप से इस्तेमाल होने वाले टूल्स की मुख्य सुविधाएँ अचानक paid हो जाने के मामलों ने ओपन सोर्स लाइसेंस परिदृश्य में बदलाव पैदा किया है
  • सॉफ़्टवेयर के लिए पैसा देना समस्या नहीं है, लेकिन इकोसिस्टम में विकसित हो चुके टूल की मुख्य सुविधाओं का अचानक paid हो जाना समस्या है
  • ऐसे सॉफ़्टवेयर भी सामने आ रहे हैं जो खुद को ओपन सोर्स बताकर प्रचारित करते हैं, लेकिन बुनियादी सुविधाएँ subscription fee या अन्य शुल्क चुकाने के बाद ही देते हैं
  • लाइसेंस से जुड़े मुद्दों पर विशेष ध्यान देने की सिफारिश की गई है
  • यह सुनिश्चित करना चाहिए कि सभी फ़ाइलें top-level license के अंतर्गत उपलब्ध हों

AI-सहायित software development teams

  • AI सॉफ़्टवेयर डेवलपमेंट के हर पहलू में धीरे-धीरे लाभ दे सकता है, और डेवलपमेंट के पूरे दायरे में नवाचार को सक्रिय रूप से आगे बढ़ा रहा है
  • AI द्वारा दी जाने वाली नई क्षमताओं के साथ सॉफ़्टवेयर quality और security से जुड़े नए जोखिम भी आते हैं, इसलिए non-developers सहित सभी को संभावित जोखिमों के प्रति सतर्क रहना चाहिए

LLM के लिए नए architecture patterns

  • LLM(Large Language Models) के उपयोग में वृद्धि के साथ सामान्य परिस्थितियों को सपोर्ट करने के लिए विशेष architecture patterns उभरने लगे हैं
    • NeMo Guardrails: LLM उपयोग के लिए governance policies बनाने की अनुमति देता है
    • Langfuse: LLM output तक पहुँचने वाले चरणों की visibility बेहतर करता है और generated code से भरे भारी codebase को संभालने और सत्यापित करने के तरीके देता है
  • enterprise ecosystem में LLM output की quality बढ़ाने के लिए RAG(retrieval-augmented generation) एक पसंदीदा pattern है
  • जैसे-जैसे generative AI सॉफ़्टवेयर डेवलपमेंट में और गहराई से समाता जाएगा, patterns (और अनिवार्य anti-patterns) में विस्फोटक बढ़ोतरी की उम्मीद है

PRs को proper CI के और करीब लाना (Dragging PRs closer to proper CI)

  • Thoughtworks लंबे समय से तेज feedback loop और continuous integration(CI) का मजबूत समर्थक रहा है
  • हाल में pull request(PR) को अनिवार्य बनाने वाली परिस्थितियों के कारण कई टीमें CI/CD के CI हिस्से को नज़रअंदाज़ करने लगी हैं
  • PR मूल रूप से बड़े distributed open source teams और untrusted contributors को मैनेज करने के लिए विकसित किए गए थे, लेकिन अब वे छोटे और निकटता से काम करने वाली delivery teams में भी peer review के पर्याय बन गए हैं
  • डेवलपर्स उस flow की चाह रखते हैं जैसा उन्हें वास्तविक CI चलाने पर मिलता है
  • gitStream, Github merge queue आदि जैसे कई टूल्स की जाँच की गई जो PR review process की परेशानियों को कम करने की कोशिश करते हैं
  • AI coding assistants के कारण coding throughput बढ़ने पर बड़े PR बनने की प्रवृत्ति होती है, जिससे asynchronous code review process पर और दबाव पड़ता है
  • जिन टीमों के लिए बाहरी बाधाओं के कारण CI का उपयोग संभव नहीं है, उन्हें integration accuracy और feedback cycle की गति सुधारने के तरीके खोजने की सिफारिश की जाती है

[Techniques]

Adopt

  1. Retrieval-augmented generation (RAG)

Trial

  1. Automatically generate Backstage entity descriptors
  2. Combining traditional NLP with LLMs
  3. Continuous compliance
  4. Edge functions - Cloudflare Workers
  5. Security champions
  6. Text to SQL - Vanna.ai
  7. Tracking health over debt

Assess

  1. AI team assistants
  2. Graph analysis for LLM-backed chats
  3. LLM-backed ChatOps
  4. LLM-powered autonomous agents - AutoGen
  5. Using GenAI to understand legacy codebases - Bloop
  6. VISS

Hold

  1. Broad integration tests
  2. Overenthusiastic LLM use
  3. Rush to fine-tune LLMs
  4. Web components for SSR web apps

[Platforms]

Adopt

  1. CloudEvents

Trial

  1. Arm in the cloud
  2. Azure Container Apps
  3. Azure OpenAI Service
  4. DataHub - Data Discovery Platform(DDP) की पूरी जानकारी
  5. Infrastructure orchestration platforms
  6. Pulumi
  7. Rancher Desktop
  8. Weights & Biases

Assess

  1. Bun
  2. Chronosphere
  3. DataOS
  4. Dify
  5. Elasticsearch Relevance Engine
  6. FOCUS
  7. Gemini Nano
  8. HyperDX
  9. IcePanel
  10. Langfuse
  11. Qdrant
  12. RISC-V for embedded
  13. Tigerbeetle
  14. WebTransport
  15. Zarf
  16. ZITADEL

[Tools]

Adopt

  1. Conan
  2. Kaniko
  3. Karpenter

Trial

  1. 42Crunch API Conformance Scan
  2. actions-runner-controller
  3. Android Emulator Container
  4. AWS CUDOS
  5. aws-nuke
  6. Bruno
  7. Develocity
  8. GitHub Copilot
  9. Gradio
  10. Gradle Version Catalog
  11. Maestro
  12. Microsoft SBOM tool
  13. Open Policy Agent (OPA)
  14. Philips's self-hosted GitHub runner
  15. Pop
  16. Renovate
  17. Terrascan
  18. Velero

Assess

  1. aider
  2. Akvorado
  3. Baichuan 2
  4. Cargo Lambda
  5. Codium AI
  6. Continue
  7. Fern Docs
  8. Granted
  9. LinearB
  10. LLaVA
  11. Marimo
  12. Mixtral
  13. NeMo Guardrails
  14. Ollama
  15. OpenTofu
  16. QAnything
  17. System Initiative
  18. Tetragon
  19. Winglang

[Languages & Frameworks]

Trial

  1. Astro
  2. DataComPy
  3. Pinia
  4. Ray

Assess

  1. Android Adaptability
  2. Concrete ML
  3. Crabviz
  4. Crux
  5. Databricks Asset Bundles
  6. Electric
  7. LiteLLM
  8. LLaMA-Factory
  9. MLX
  10. Mojo
  11. Otter
  12. Pkl
  13. Rust for UI
  14. vLLM
  15. Voyager
  16. WGPU
  17. Zig

Hold

  1. LangChain - LangChain बेमानी है, LangChain की समस्याएँ

1 टिप्पणियां

 
xguru 2024-04-05

हर बार जब नया Radar आता है, तो यह खोजकर देखना मज़ेदार लगता है कि GeekNews में उसके हर आइटम को कवर किया गया है या नहीं।
कुछ आइटमों पर अलग-अलग पोस्ट हैं, और जिनका काफ़ी ज़्यादा उल्लेख हुआ है, उनके लिए search links भी जोड़ दिए हैं.

Thoughtworks Technology Radar, Volume 29 जारी
Thoughtworks Technology Radar, Volume 28 जारी
Thoughtworks Technology Radar 27वां अंक प्रकाशित
Thoughtworks Technology Radar 26वां अंक (39p PDF)
ThoughtWorks Technology Radar 23वां अंक प्रकाशित
ThoughtWorks Technology Radar 22वां अंक प्रकाशित [32p PDF]
ThoughtWorks द्वारा हर 6 महीने में प्रकाशित तकनीकी समाचार - Radar Vol.21