如何提升软件架构能力

[yujianwjj]

没有 AI 之前，锻炼提升架构能力需要看懂代码，然后自己写个 demo 并跑通，这样慢慢的长期积累，最终形成一些软件架构的 直觉。

现在越来越多的代码由 AI 生成之后，如何提升架构能力？

[superdavidchuang]

做项目，参加开源代码项目，看书，多和老司机交流

[thevita]

多写多吃屎

你只有踩过坑，被折磨过你才能真正知道某个“架构”/“设计模式”/“范式”/“思想”，真正想解决的是什么问题，你才能有底气进行裁剪，而不是变成一堆 boilerplate ，然后一个月后吐槽“xx 范式”就是过度设计

-- 当然，这是过去的做法，多多交流 AI native 的设计实践

[aslehx]

架构交给智力最高的模型，fable/astra ，不同模型交叉审核架构方案，应该提升架构能力的是模型而不是人，人只负责看一下最终方案，看不懂的直接追问

[Lemon2ee]

@aslehx “人只负责看一下最终方案”，人不提升架构能力怎么能知道最终方案是好是坏呢？

[levelworm]

@Lemon2ee #4
这个确实是最令人担心的。大家都用人工智能，新人如何进步呢？

[coefu]

@levelworm 问 Claude / ChatGPT /Gemini 。

[ericguo]

架构能力无法提升，只能对齐，现在就老老实实对齐 AI 的架构吧。

[unpay]

@aslehx 好方法。。

[aslehx]

@Lemon2ee “看一下”没有表述清楚，我想表达的是人不必专门以“提升架构能力”为前置任务，可以围绕真实决策按需学习，同时要求 agent 主动揭示决策点并提供验证依据。系统学习仍然可以是个人选择，但不该被默认设成 agent 工作流的入场券。

[zhangli2946]

当代的主要架构问题是，变大了怎么办 eg:
1. 可用性(性能) : 服务容量提升有关的技术 ---- 识别当前架构的堵点，结合技术结合应用场景，调节实现方式
2. 可靠性(正确) : 故障转移降级有关的技术 ---- 识别当前架构的弱点，.......
3. 可修改(维护) : 体系结构维护有关的技术 ---- 识别维护架构的难点，.......

有 AI 之后: See what it can help. See what it can change.

[jenhe]

现阶段，哪些项目值得或者说适合用高级的架构？

[iorilu]

以前不好说

现在很简单

你找一个你有兴趣得大型项目

和 ai 一起干呗

随便啥项目, 微信都行, 只要你想搞, ai 肯定能帮你搭起来, 不说多强, 肯定能跑起来

[laminux29]

提升架构能力需要看懂代码
=================

没那么简单，你看看计算机科学专业或软件工程专业的培养路线。没经历过科班系统性的训练，很多代码你是不可能看懂的。

[charsunny]

我自己的体会是，架构这块现在更多花在定边界上。共享内核里不许出现任何一个诗人的名字，还写了个检查守着；哪些能复用、哪些必须各自注入，这类规矩得人先拍板。AI 在规矩里面写得挺快，但规矩本身它不管，你不定好它就会到处渗。

[aladdinding]

架构取舍因素比较多，成本，人员配置都需要考虑进去

[zsyevan]

发现问题，定义问题，解决问题。

软件架构先从可观测性入手。可观测性又分为：软件运行时可观测性，开发可观测性，用户可观测性。

软件运行时可观测性目前业界主流就是 OpenTelemetry 那一套，再补充程序崩溃上报。
开发可观测性考虑的是协作流程，以及问题/feature 闭环，以前主要是瀑布流、TDD 等来解决，现在 人类和 AI 协作上还没有很好的可观测方案。
用户可观测性就是用户分析那一套， 开源项目有 umami ，postHug ，免费资源 google analaysis 。


定义问题：大部分程序性的问题，在 AI 的加持下，都不是问题，剩下的非程序性问题， 就要思考维度介入，这个千人千面。

解决问题和定义问题一样，程序性问题没门槛，非程序性问题，例如：程序到底多快才可以，要承载多少用户才可以，动画流畅性到底多少 fps 才达标...，这些 ai 只能告诉你业界的最佳实践是什么，但如何取舍还是靠自己。没有营养的说法是：将手头上的资本资源、人力资源、已积累资源做个整合，解决主要矛盾，减少对次要矛盾关注。

如何提升，虽然不想，但还是忍不住将其归结为“天赋”。

[kerwin1874]

充钱用更好的模型

[dinjufen]

加强

[luojiedev]

巧了，今年我也觉得应该继续提升自己的架构能力。读了两本书，一本是 《 Clean Architecutre 》，一本是《软件架构-架构模式、特征及实践指南》 ，后一本翻译真是火葬场。

https://blog.luojie.net/posts/from-intuitive-refactoring-to-systemic-architectureclean-architecture-notes/

https://blog.luojie.net/posts/pragmatism-abstraction-software-architecture-patterns-characteristics-and-practical-guidelines-notes/

对于核心编码人员，架构能力提升的途径非常有限，更别提没有超高量级的数据需要处理的时候，更是无从谈起。

目前 AI 只能给出通用架构的处理，但是实际上架构最核心的方向要根据商业方向做出正确的调整，也应了那句“架构即 Trade Off”。但是如何定义“正确”，这是一个很难的话题。

[jark006]

如今绝大多数开发者的软件工程能力，从顶层的架构设计到最底层的功能实现，都比不过前沿 AI 模型，所以我等普通码农，还是老老实实做好具体业务跟 AI 之间的传话筒即可，当个大方向掌控者就行，脏活累活全丢给 AI

[sighforever]

就是跟着 ai 学。
每个功能，都让 ai 给个架构方案，先学习。然后自己写架构文档，让 ai 审核找问题。
再实现出来看看效果

[superhot]

@luojiedev 我也觉得对于大部分码农来说，架构这条路不太容易走通。

一个是需要扎实的专业基础，对系统有全面的理解与判断力；一个是需要合适的成长路线，只有跟着一个项目从零到 N ，随着业务场景的增长，亲身经历架构的演进，并且从中踩坑，才能具有架构能力。

缺乏真实场景，就无从分析并演进现有架构，而没有实战经验，只以宽泛的架构一词作为方向来“学习”，一切都是纸上谈兵，那这点 AI 已经做得比人好多了。

[ludongzhou]

给自己设定个"软件架构"方向的目标, 然后努力达成它.

如果你实在是想不出来目标, 就去考"高级系统架构设计师".

[zed1018]

我的看法是，如果你没有需求/踩过坑/经验，就把所谓的构架做到最小化，用成熟解决方案，非必要不增加依赖。