DevOps 应实施这些工具和最佳实践，以促进 2025 年的生产力、改善开发者体验并推动创新。
译自 DevOps Must Optimize Tech Stacks and Streamline Strategy for 2025，作者 Krishna Yadappanavar。
现在对开发者来说并非易事。由于持续的人才短缺和预算限制，开发人员承担的责任比以往任何时候都多。与此同时，他们使用的应用程序正变得越来越复杂。为了在这个高度动态的环境中跟上步伐，开发人员也面临着学习新工具、编程语言和技术（例如生成式 AI）的压力。
在这些因素的影响下，每个 DevOps 团队都必须在新年到来之前仔细审查其流程和技术栈。在这个高压环境下支持开发人员的生产力需要技术和策略的正确结合。
以下是 DevOps 应该考虑实施的一些工具和最佳实践，以促进生产力、改善开发者体验并在 2025 年及以后推动创新：
AI 驱动的工具，特别是 GenAI 工具，如果使用得当，可以大幅提高生产力。例如，编码助手等技术已被证明可以将开发人员的生产力提高高达45%。除了帮助生成代码外，AI 驱动的工具还可以帮助进行应用程序测试、异常检测和预测性维护、基础设施优化以及加速持续集成和持续交付 (CI/CD)。
但是，DevOps 必须记住，AI 驱动的工具并非完美无缺。它们使得可观测性工具（稍后将详细介绍）对于在错误进入生产环境之前捕获潜在错误更加必要。DevOps 将越来越需要 AI 驱动的工具来保持竞争力，但仍然强烈需要人工监督。最后，DevOps 团队应该谨慎选择——以及选择多少——AI 工具引入其技术栈。AI 仅对特定用例有意义，在某些情况下，引入 AI 会为开发人员创造更多工作（例如，更多代码需要审查），因此 DevOps 必须仔细权衡成本和收益。
可观测性工具对于增强开发人员的生产力、提高应用程序性能以及降低 DevOps 团队的成本至关重要。这些工具提供了深入的可视性，这通过让开发人员能够端到端地查看其应用程序和基础设施来支持生产力。它们还使开发人员能够深入了解一切的性能，以便他们可以根据需要微调和优化其系统。
此外，可观测性工具帮助开发人员通过快速识别和修复应用程序问题、减少平均恢复时间 (MTTR) 并支持整体应用程序性能来采取主动的性能方法。可观测性工具通过识别效率低下和减少应用程序停机时间来节省 DevOps 团队的时间和金钱。
平台工程创建和维护内部开发人员平台以简化软件开发。它帮助开发人员自动化其工作流程，标准化其工具，并提供自助服务功能，以便他们可以花更多时间构建功能，而花更少时间管理基础设施。这种策略的好处很多，因此平台工程的采用率不断上升，预计到2026 年将有 80% 的工程组织实施它也就不足为奇了。
现在是DevOps团队巩固其平台工程策略以改善开发者体验并提高生产力的时候了。第一步，他们应该盘点开发人员最主要的痛点，以确定平台将解决的问题——无论是工具选择和管理还是基础设施。在此基础上，他们可以评估平台的决策、工具和基础设施组件，并评估其当前的工具和工作流程，以确定标准化和改进的领域。最终目标是建立一致的工作流程和实践，以增强生产力并维护软件质量。
在当今充满挑战且快速变化的商业环境中，生产力是关键。赋能开发者始于DevOps团队刻意地处理其流程、工具和策略。通过采用AI驱动型解决方案（谨慎地），可观测性工具以及实施平台工程，DevOps团队能够在日益增长的压力下蓬勃发展。随着企业为未来做准备，这些投资将增强开发者体验，提高效率，并保持竞争优势。