AI 原生软件交付
AI 原生的软件交付是一部聚焦于人工智能驱动的软件交付方法的电子书。本书系统介绍了 AI 技术在软件开发、测试、部署和运维中的应用，涵盖自动化流程、智能分析、持续集成与交付等核心主题。通过理论与实践结合，帮助读者理解如何构建高效、智能的软件交付体系，适合开发者、架构师及 IT 管理者参考学习。
查看/隐藏 - 图书摘要思维导图
你可以通过以下方式获取本书：
章节目录
本书旨在指导软件行业从传统实践迈向 AI 驱动的自主交付，探索 AI、自动化与现代 DevOps 如何革新部署、测试与运维，加速创新并提升韧性。
本章探讨了软件交付的演变，定义了 DevOps，分析了 DevOps 1.0 的挑战，并展望了 AI 原生 DevOps（DevOps 2.0）的未来。它将 DevOps 提升到新的高度。
本章深入探讨了源代码管理（SCM）的核心概念、历史演变及其在现代软件开发中的关键作用，尤其关注 Git、GitOps、AI 集成及统一平台方法，旨在帮助团队有效管理代码并优化交付流程。
本章深入探讨持续集成，重点关注构建流程、静态分析、单元测试和集成测试。了解 AI 如何加速 CI，以及如何选择和优化现代 CI 工具，以提升软件交付效率和质量。
本章探讨将软件部署到测试环境，涵盖基础设施预置、各种测试类型以及发布推进的最佳实践。同时，讨论如何利用 IaC、GitOps 和 AI 实现高效一致的交付。
本章深入探讨了保护应用程序和软件供应链的方法，包括左移安全、供应链攻击、监管合规、软件物料清单 (SBOM) 以及 DevSecOps 原则。
本章深入探讨混沌工程，作为构建和验证系统韧性的方法。学习设计和执行实验，利用 SLO 和错误预算平衡创新与稳定性。通过 CI/CD 集成和现代化工具，主动发现弱点，持续提升可靠性。
本章深入探讨将软件部署到生产环境的最佳实践、治理策略、渐进式部署技术及回滚方案，并重点介绍人工智能在风险缓解和部署验证中的变革性作用。
本章深入探讨功能管理与实验，阐述功能标志如何加速开发、降低风险，并通过数据驱动的实验提升产品价值。同时，探讨 AI 如何赋能现代功能管理系统。
深入探讨云成本管理策略，引入 FinOps 理念，并详细阐述 AI 与自动化如何优化云资源、强化云治理及支持可持续发展目标，助企业高效控费。
本章深入探讨平台工程，它是如何通过内部开发者平台解决现代软件交付的复杂性，提升开发者体验和生产力，并加速安全交付。
本文介绍了三位作者：Nick Durkin、Eric Minick 和 Chinmay Gaikwad 的专业背景和在软件开发、DevOps、AI 及安全领域的丰富经验。