与时俱进的架构师不惧AI时代！

#腾讯云架构师技术同盟

前阵子给某运营商全国IT部的主任们做了一个名为「企业IT架构演进」的分享型培训， 分别从三个视角对企业IT架构的演进做了深入剖析，恰逢又被腾讯云特聘进「腾讯云架构师技术同盟顾问团」， 所以，为了恭祝腾讯云架构师技术同盟的成立，特书写此篇文字以表祝贺， 也希望此文中的一些观点能给各位架构师们以启发或者帮助。

作为一名曾经（现在其实也是）的架构师，我一直遵循的架构师成长原则就是：

只有与时俱进并且无所不学，才会不惧任何时代的浪潮，Web3也好， AI也罢，我们都是弄潮儿！

纵观整个IT架构的演进历程：

每一代的IT架构其实都是在前一代或者前几代的架构基础上演进出来的，从来没有什么凭空出现的完美架构， 所有当前演进出来的架构，都是踩着之前架构巨人的肩膀走到今天的。

比如，微服务架构（MicroServices）是凭空出世的吗？ 显然不是。 早年的SOA架构早就给了它灵魂，前端与Mobile First时代的接踵而来让传统的研发交付方式捉襟见肘，所以，我们才有了“前后端分离”的架构决策，而分离后，才有了“微服务架构”这个后端领域的架构创新。

但微服务架构虽好，工程治理和SRE假如没有体系化的支撑，那微服务架构就成了灾难， 所以，我们又有了平台工程（Platform Engineering）；

这些都有了之后，研发效率和交付效率倒是保证了，链路的更后端可能就开始拉垮了。指望还像过去那样买服务器、上架、装基础软件、分配机房资源等传统支撑流程，早就跟不上链路前端对基础资源的需求了，所以，我们优化并沉淀标准流程（SOP），然后就有了云， 在云上（云原生），我们可以快速的对资源进行伸缩（Scale out），我们可以持续对基础设施进行运维保障，最主要的，我们可以商业化的方式为市场上所有的数字化、数智化企业提供标准化技术基础设的支撑，而这些也都离不开IaaS/PaaS领域的一个个优秀架构师与工程师们的聪明才智与努力工作。

当云已经成为标配之后，我们又有了进一步的架构创新，我们发现基座稳定之后，可以专注只做业务研发和轻量交付了，所以也就有了FaaS(Function As A Service)或者说Serverless；

再进一步，我们发现，业务研发领域的工作其实也不是平均分布的，重要度也是要分主次的，有没有一种方式可以花百分之二十的投入，解决掉业务场景中那百分之八十没有那么需要特殊保障的研发需求呢？ 由此，我们又有了无代码和低代码类的产品创新，与其什么需求都扔给研发部门，还不如打造工具和平台，让业务部门也参与进来，比如自助使用工具和平台完成自己业务场景的需求。 这就是像腾讯微搭低代码这类产品诞生的因由了。

还有就是大数据，从传统数据仓库到今天的湖仓一体，有什么变了吗？ 有，实时性的改善是最显眼的一个指标。 过去要个数据反馈动不动就T+1/T+2/T+n，这个反馈周期太长了， 今天，稍有数字化/数智化意识到企业早就可以（准）实时的获取业务数据统计与洞察了。 （另外，大家有没有觉得数据湖其实跟传统数据仓库架构中的ODS很像？！😉）

甚至于，AI原则上也算是大数据领域的架构与技术创新，不是吗？

说这么多，其实是想说，虽然很多技术早已成为古老的神话，新生代的架构师也不需要从头学起，但它们其实不是凭空出现的。

很多人会觉得技术变化太快，学不过来了…

其实不是技术变化太快，而是你对自己没有信心了 😉

我之前接手的一个技术团队里有个很年轻的技术同学给我印象很深，我交给他一个事情，随嘴问了一句“这个事情你会吗？之前做过没？”， 他给我的回复我至今印象深刻：

“我可以学！”

嗯，“我可以学！”， 这句话我记了很多年。

不是技术变化快，也不是世界变化快，而是我们不愿再去学习和改变了。

历史的荣光或许可以成为你的勋章，当没法帮你创造新的辉煌， 所以，面对AI时代，我们最好的策略依然是学习它，跟进它，进而创造它。

我其实是2023年才开始真正开始投入精力去学习AI的，因为在此之前的Crypto也好，Web3也好，我的价值观或者认知一直都在阻止我投入（当然，它带来的外围财富跟我也就没有什么关系了，但这个跟技术没有关系）， 直到2023年初ChatGPT发布之后，我跟着大家一起开始沸腾了…

我开始如饥似渴地开始学习 GAI(Generative AI, 国内习惯用 AIGC 指代) 相关的知识和基础， 包括：

• 什么是 GPT (Generative Pre-trained Transformer)
• 什么是 Transfomer
• 什么是 LLM (Large Language Model)
• 什么是 Stable Diffusion
• 什么是 LoRA 模型
• 什么是 LyCORIS 模型
• …

总之，就算是这两年每天都有爆炸性的AI新闻出现，我都能保证紧跟AI时代的步伐，因为我相信我踩在了AI的脉搏上。

甚至于，我也深知“最好的学习其实就是教”，所谓“教学相长”嘛，所以，也在2023年就做了ChatGPT以及Stable Diffusion相关的系列课程，当然，我没有成为李一舟，但我显然比他更专业，毕竟，架构师可不只是会用用工具、做做科普，不是吗？

在过去的两年， 不要说每周都有“炸裂”，密集的时候可以说是天天都“炸裂”，有一段时间我也被这种轰炸搞得目不暇接、迫不及防，后来静下心来梳理了一下主线，发现底层无非也就是围绕着 多模态(Multi-Modal) 展开的架构与产品演进：

不管新模型、新产品如何天天炸裂， 只要我们抓住这个主线与地图，就不会迷失。

另外，这种频繁的媒体轰炸，一旦密集度下降，大家就开始有了AI泡沫的担忧，就跟Gartner热度曲线所预言的那样：

但其实这种担忧大可不必。

实际上，今天的很多企业早就在架构师们的规划与实施下开始 +AI 了，上次腾讯云TVP六周年的聚会上，周边企业都早已完成了 +AI 的战略升级，比如：

• 营销行业企业
  • 数字人、文生视频、文生文等技术
• 政务Agent/智能体
• 智能客服
  • 大语言模型与RAG等技术
• 智能畜牧业
• 出海工具企业
  • AI研发工具加持
• 内容产业

可以说，像RAG/GraphRAG/多种信息索引与检索机制组合等方案，早就已经默默落地了：

还有就是各种大模型与研发工具类的创新，最典型的就是Cursor/Zed/Bolt以及Windsurf等， 像Github Copilot这种起了个大早却赶了个晚集的主儿，后面想必应该会奋起直追吧！

当然，进入AI时代，不提Agent/智能体显然也说不过去：

提到Agent，同时也不得不提到Workflow/工作流类产品，现在很多AI时代的无代码/低代码产品，其实都是基于结点的架构设计并服务于Workflow场景， 比如像腾讯的元器以及Dify等其他厂商的类似产品。至于基于 GUI Agent 对 RPA(Robotic Process Automation) 进行升级或者降维打击，那也会是自然演化的结果。

另外一个+AI的场景就是数智化， 自从大数据领域技术创新从数据仓库(DW)演进到数据湖(DataLake)再进而演进到湖仓一体(Lakehouse)，数据中台等数智化技术设施和产品也趋于成熟。随着AI时代的来临，越来越多的企业也在尝试将大语言模型带来的自然语言交互特性集成到现有产品体系中去，比如腾讯云的ChatBI，其实就是类似的产品，它基于腾讯云ES 作向量存储(Vector Store)，基于大语言模型的多智能体（MultiAgent）设计以及Chat2NL的产品与架构理念，让普通用户用自然语言交互也可以从数据中提取精准的商业洞察。甚至于为了底层的数据安全，ChatBI 还从架构设计层面就规避了数据出库的风险。

可以说，AI的基础设置，到今天已经基本完善和成熟了，从2023年的算力荒，感觉AI要抢占新领地（比如IaaS层企业不再只限于建设传统数据中心，转为建设更为独立的智算中心），到2024年，大家发现，AI已经回归 云(Cloud) 这个大家庭了：

现在大家要做的，也就是基于传统云和AI云来做产品创新了。

另外，像 MCP(Model Context Protocol) 这种小众的消息与信号，不知道大家有没有注意到：

它解决的是大语言模型上下文不全面的问题，但从架构上看，其实有点儿AI时代大语言模型上下文领域的微服务架构的意思。

其实，技术或许多变，但架构理念其实很少会变。只要我们能够从理论到实践牢牢抓住架构的主线，就永远不会落伍。

作为一名与时俱进的架构师，我们既“温故“又”知新”，无论技术与时代脉搏如何跳跃，在那浪头之上，总能看到一个个耀眼的架构弄潮儿，而这篇文字已经看到这里的你，应该就是其中之一！

在用科技影响世界的这场持续演进中，让我们一起用架构思维和最新科技，持续帮助企业开辟新的数字化与数智化领地，持续帮助个人改善日常生活，持续与时俱进吧！