速来报名!AICon北京站鸿蒙专场~ 了解详情
写点什么

IT 领域对技术的重视超过了思考

  • 2012-07-18
  • 本文字数:1620 字

    阅读完需:约 5 分钟

来自 CapGemini 的 Steve Jones写过很多关于 SOA、REST 和 IT 的相关文章。最近他在一篇“‘Thinking is dead’”中提出一种观点,即他相信在IT 领域对技术的重视超过了思考。这句话是什么意思?Steve 首先引用了2009 年Anne Thomas-Manes 写的一篇声称 SOA 已死的文章,然后他说:

“思考”的价值在 IT 领域已经萎缩了,这实际上反映出社会总体已经处于某种阶段,其中设计、规划、架构这些埋头敲键盘以外的东西,已经退居观点言论之后。

为了形象说明,Steve 举出 REST 在过去几年的发展为例。InfoQ 多次报道过 Steve 对于 REST 的批判性观点。 REST 是否真的在企业领域取得成功?向 IT 界推销 REST 的方式有哪些根子上的毛病?Steve 对这些问题的意见还是 他自己总结得最好:

过去五年是企业 IT 的坏年份。对于大规模的程序来说,WS-* 是唯一可用的系统间集成机制,但它停滞不前。REST 对前端有好处,对于有能力只请高水平人才的企业有好处,但对于一般水平的企业环境,屁用没有。

他觉得从中可以看出,潮流顶端最新最酷的东西,不管架构上、实现上的理由是否充分,总能获得更多的关注;相比之下,平淡的、需要尝试和验证的方法更有可能对业务产生直接的影响,却往往被忽视。不仅 REST,Steve 认为在 Big Data 和 Hadoop 的推广中也存在类似现象。

跟随信息一起出现的,是同样数量的狗屁,以及规模相当的批判思维的大缺口。Hadoop 推广的主要障碍是什么?有人会大喊:“缺乏实时能力!”真的假的?你觉得不是让习惯了 SQL 关系式思维的百万大军改换成 non-SQL 非关系式思考方式?怎么获取和过滤信息,怎么建立异常复杂的分析逻辑,避免人们求助于原始的模式匹配,你不觉得这些才是主要困难吗?

根据他的经历,Steve 认为 IT 对规划、架构和设计是不以为然的,对 TDD、契约式设计这些成功事物背后的证据分量视而不见。文中指出,新潮而未经验证的技术,单凭它一时的名气就会得到青睐,战胜久经考验但没有“微博大 V(twitterati in thrall)”力挺的技术,这种现象在行业中很普遍。

在这个舞台上,“专家”其实意思是“声音大的人”,跟美国政界的情况相似。在这样的环境中当一名专家,事实、理由、尤其是经验,实际上被认为是一种劣势。

这种事情我们以前在例如 REST 身上见过,有时候支持的理由按照 Steve 的说法,纯粹是“比谁声音大”,理性、有逻辑的讨论偏少。Steve 他本人就召来过同样水平的争吵:

我最近被宣告说,我对某技术的观点是“有污点的”,理由是我曾经用过它的几个竞争对手,因此我“对它有偏见”。某技术我当然用过,老实说我觉得它相当不怎么样。基本的代码部分其实还过得去,但只要对比一下竞争对手们提供工具支持、生态环境、训练教学,我就没办法向客户推荐一种“过得去”的技术。经验和知识不是偏见,对新方法的思考、批判也不是坏事,思考一点都不龌龊。

经历过这些之后,他认为设计和架构已经是一种正在消失的手艺,批判性的、科学方法的评估正被“吵死人的宗教狂热”所取代。

注重闪亮的新技术多于业务产出,注重短期的编码超过长期的设计,这样下去 IT 部门将分崩离析,IT 将被当作一种消费品来看待。思考、设计、规划、架构,还有对新技术的怀疑态度,是 IT 不被丢到一边的唯一希望。

Steve 文章下的一位评论者认为,我们正面临新一轮寻找银弹的浪潮,每一种新技术都被看做解决所有 IT 问题的大救星,其原因在于现在的 IT 过于被“穿西装的人”牵着走。Steve 还不止这样,现在的情况是连核心的 IT 成员,如开发者、架构师这些人都不会真正思考了:

如果只是“穿西装的人”就好了,真正的问题是太多 IT 人把形式和规条当成坏事,而且把自己能“露脸”看作最重要的事情

本该以解决业务问题为目标而交付实现的开发者,如果不能看穿一时的风潮,注意到其他的选择,尤其是那些久经考验的选择,那我们还真是前途未卜了。可是会不会 Steve 错了呢?他也许只是在个人有限的接触环境中观察到了一些问题,不一定具有普遍意义?

查看英文原文: IT Values Technologies Over Thought

2012-07-18 23:333825
用户头像

发布了 225 篇内容, 共 64.1 次阅读, 收获喜欢 50 次。

关注

评论

发布
暂无评论
发现更多内容

Linux环境封装静态库

Loken

音视频 5月月更

一文看懂博睿数据AIOps场景、算法和能力

博睿数据

AIOPS 智能运维 博睿数据

数字孪生智慧物流之 Web GIS 地图应用

一只数据鲸鱼

GIS 数据可视化 智慧物流 数字孪生 三维仿真

面试突击50:单例模式有几种写法?

王磊

Java java面试

Kafka 万亿级消息实践之资源组流量掉零故障排查分析

vivo互联网技术

大数据 kafka 监控

SWA实战:使用SWA进行微调,提高模型的泛化

AI浩

VIT实战总结:非常简单的VIT入门教程,一定不要错过

AI浩

还在为模型加速推理发愁吗?不如看看这篇吧。手把手教你把pytorch模型转化为TensorRT,加速推理

AI浩

数字化转型背景下,企业如何做好知识管理?

小炮

企业知识管理

如何为服务网格做端到端测试

Flomesh

测试 Service Mesh 服务网格

BladeDISC 0.2.0更新发布

阿里云大数据AI技术

深度学习 存储 并行计算 异构计算 算法框架/工具

亚马逊云科技 2022 年 3 月新服务新功能强势来袭

亚马逊云科技 (Amazon Web Services)

服务 亚马逊

代码之外:谈谈算法该怎么准备,不准备可以吗

宇宙之一粟

算法面试 代码之外 5月月更

ResNet实战:单机多卡DDP方式、混合精度训练

AI浩

MobileVIT实战:使用MobileVIT实现图像分类

AI浩

中国信通院发布“可信开源”全景观察 成立三大开源产业组织

中国IDC圈

开源 开源治理

如何写好产品手册?

小炮

架构学习(二)

爱晒太阳的大白

5月月更

Hyperspace索引系统论文解析

漫长的白日梦

spark 数据湖 索引系统

用IntelliJ IDEA ULTIMATE版看Java类图

程序员欣宸

Java IDEA 5月月更

Swin Transformer实战: timm使用、Mixup、Cutout和评分一网打尽,图像分类任务

AI浩

图像分类实战:mobilenetv2从训练到TensorRT部署(pytorch)

AI浩

深度探索通过数据共享(data sharing)优化 Amazon Redshift 工作负载分解

亚马逊云科技 (Amazon Web Services)

数据 负载

跨平台应用开发进阶(十三) :uni-app应用异常退出时处理机制探究

No Silver Bullet

uni-app 5月月更 异常退出 处理机制

HashMap 源码分析-新增

zarmnosaj

5月月更

如何评估服务是否内存泄漏了?

BUG侦探

缓存 容器 内存泄漏

EfficientNet实战:tensorflow2.X版本,EfficientNetB0图像分类任务(小数据集)

AI浩

图像分类

OpenHarmony 3.1 Release版本特性解析——OpenHarmony硬件资源池化架构介绍

OpenHarmony开发者

OpenHarmony 多设备协同

开源集结令!参与开源之夏 EMQ 项目开发,赢最高 12000 元奖金

EMQ映云科技

开源 物联网 emq 开源之夏 5月月更

STM32F103系列开发_点亮LED灯

DS小龙哥

5月月更

ABAP Code Inspector 的一些高级功能分享

汪子熙

编程语言 代码扫描 SAP abap 5月月更

IT领域对技术的重视超过了思考_SOA_Mark Little_InfoQ精选文章