1995-2018，20餘年技術老兵經歷的滄海桑田

科技 10-04

費良宏，AWS 首席雲計算技術顧問，極客時間《費老師的技術閑話》專題作者。在 IT 行業以及軟體開發領域從業超過 20 年的他，曾任職於 Microsoft、Apple 等知名企業架構師、技術顧問等職務，參與過多個大型軟體項目的設計、開發與項目管理。目前專註於雲計算以及互聯網等技術領域，致力於幫助中國的開發者構建基於雲計算的新一代的互聯網應用。

9 月 20 日晚，費良宏在極客 Live 與大家作了主題為「從慘遭翻車到成功落地，大廠技術人要經歷哪些風浪」的分享，今天將直播回顧文分享給大家。

我們經歷過的計算機年代

DOS 年代

這個時代使用的環境是命令行的環境，操作系統叫做 DOS，那時候計算機環境的功能是非常弱的，內存很小，硬碟也很慢，所以開發一個好的軟體非常不容易。

Windows 時代

DOS 與 Windows 並存了很久，當時有朋友堅持在 DOS 下繼續他們的開發和工作，當然很殘酷的是許多人就被淘汰掉了，新時代來臨之後我們就要做出選擇，使用新工具、新技能去完成相關的軟體開發。

互聯網時代

我們發現，應用不僅僅是運行在客戶端，還有以瀏覽器的方式去實現軟體，完成對數據的訪問，僅精通 Windows 開發的很多程序員在這個時代變遷過程當中又被淘汰掉了。

移動互聯時代

這個時代來臨得非常迅猛，我們突然間發現智能化的設備充斥在我們的身邊和周圍，我們都會著手開始學習像 IOS、Android。

雲計算時代

這個時代需要每個程序員都具備非常豐富的知識和更多的技能，成為全棧工程師，否則應當能稱為一個雲計算的軟體工程師。

回顧 20 多年的變化，程序員面臨的挑戰總是無時不在，新的挑戰會不斷出現，如果我們不能及時調整自己心態，去完善自己技能，就一定會在一次又一次的淘汰過程當中成為那個失敗者。

虛擬化、雲計算和容器的技術

最初，我們認為可以用 VMware 模擬出多個伺服器環境來做演示、做 POC。

1998 年，VMware 公司成立，虛擬化技術不斷的發展，創造出一個虛擬化的時代。2006 年，雲計算的時代出現了，它利用了虛擬化帶給我們的巨大成果，大家都認定，雲計算就是這個時代 IT 發展的一個必然選擇。

2013 年，Docker 悄然出現，當它以一種簡化的方式，呈現在我們面前的時候，被我們誤以為只是一個小工具，但是沒有想到它帶的變化非常深遠，甚至懷疑會不會顛覆雲計算。

2015 年，雲計算和 Docker 產生了一個交集，當時 AWS 發布了第一款基於容器技術的雲計算服務，雲計算和容器融合在了一起，以一種新的方式呈現在我們面前。一個新的技術的出現，如果它缺少一個好的載體的話，恐怕就只能是曇花一現。雲計算和容器結合的時候，容器的載體利用雲會被加速放大，我們真正的業務系統和生產環境，可以真正地署到容器 + 雲的環境中。容器本身所存在的那些局限和不確定因素都通過雲解決了。

2017 年，一個新的概念出現了，就是 Kubernetes，也就是我們常說的 K8S，大大小小的用戶社區、技術組，或者相關的技術會議上，談到的話題里都會有 K8S 相關的內容。但是，剎那之間 K8S 的基金會 CNCF 就出現了許許多多新的成員，比如像 AWS、微軟，國內的阿里、華為、騰訊等等，K8S 就成為了雲計算服務提供的選項之一了。

今天的 K8S 依然會不斷的發展，但是 K8S 本身有一些危險和不確定性：

一個不確定性，是隨著新的成員加入到 CNCF，對 K8S 的控制和發展的趨勢變得更為的複雜和不確定了，許多的公司都會將他們的技術標準和規範加入到 K8S 標準中，使 K8S 有可能成為一個非常龐大複雜的怪獸；

第二種可能性就是，K8S 與雲計算的融合導致在不同的雲的平台上，出現不同的版本的 K8S，出現不同方言的 K8S 的形態，這種差異化的存在，就使得一致性的產品夢想成為一種幻想，那對於我們的開發者來說，選擇一個平台的時候，最終受限於雲平台，而不是去選擇所謂的 K8S 的統一平台。

容器技術的發展，未來的趨勢一定是一個操作系統級別的虛擬化，或者說是容器的機制會通過 Kernel 的方式展現出來，它的效率會越來越高，隔離化的程度也越來越高。

今天我們看到的恐怕還只是容器發展階段當中的一個小階段，對於開發者來說，我們未來要學會一種面向平台開發的能力，面向一種大的雲計算的環境，去實現我們的產品，實現我們的軟體，這是我們必然的一個選擇。我相信新的技術、新的方法一定會帶給我們驚喜，這也逼著我們去不斷的充實和學習這樣新的技術，才可能不被這個時代淘汰。

人工智慧，正在產生爆發的能量

人工智慧的第一次高峰期，是在 80 年代的時候，當時日本制定了一個新的目標，就是建立第五代計算機。第五代機計算機的核心就是人工智慧計算機，它的機器語言選擇了一個當時特別熱門的語言，叫做 Prolog，它是一種帶有推理能力高級語言。由於這個目標過於遠大，實現的技術難度和風險過大，結果第五代計算機失敗了。當時熱門時構建的所謂專家系統、知識庫等，在一段時間裡都銷聲匿跡了。這次人工智慧的爆發，是很長的時間積累，從 1957 年開始，人工智慧的一個達特茅斯會議上開始奠定了這個基礎，不斷的迭代不斷的發展，首先，在學術界、在理論界，然後在工程界、計算機界，催生了新的深度學習的發展。

2015 年上半年的時候，機器學習的主要熱點還是百花齊放、百家爭鳴，支持向量機還是當時比較熱門的一個話題，深度學習還只是選擇之一。但是到了 2015 年的下半年，深度學習一下子就成了最主要的人工智慧的代表。今天我們談到所謂的人工智慧，基本上就可以等同是深度學習了，深度學習發展到今天，對程序員來講，有幾個比較大的好處：

第一個是開發語言的成熟，因為今天深度學習的開發主要的程序語言就是 Python，它是一個老的語言，是一個非常成熟的語言，也是一個對開發程序員非常友好的語言，對我們的程序員來說，去學習這樣的語言，掌握這個技能真的太容易了。

其次是框架的成熟，TensorFlow 等產品都強調了對程序員的友好和易用，今天我們再去為開發應用使用框架的時候，可以忽略掉許多的細節。同樣在平台層面，每一家雲計算供應商，都提供了更為簡單易用的深度學習平台，例如像 automl，它已經簡化了很多細節，只讓我們關注於程序實現模型，或者進行訓練，使程序員不需要再像傳統的深度學習一樣從理論數學基礎、推導的過程去掌握這個能力，可以直接從程序語言、從框架平台的使用上，快速的切入到領域當中去，甚至可以直接使用預訓練好的模型，構建一個深度學習的應用，需要的只是幾十行，上百行代碼。

以前用 SQL 資料庫，要對 SQL 的引擎做很細節的了解，了解它的執行策略、優化策略，而今天的資料庫引擎，已經足夠優化、足夠強大，已經為我們完成了所有的優化工作，我相信未來的人工智慧一定會發展到這個階段。

未來人工智慧一定是程序員得天下，一定是靠程序推動人工智慧，而不是靠科技會議、靠廣告去推動，也希望每個程序員能夠在這個時代的變化當中，成為這個時代的佼佼者，成為人工智慧的程序員。