平台思维：从开发者工具到 AI Agent

Kaspar von Grünberg 和 Luca Galante 互相采访，讨论合著的《Thinking in Platforms》。两人都参与过平台工程产品和社区，因此他们对平台的论证也体现了自身职业视角。

Galante 将他们的兴趣追溯到此前的一家软件公司：公司高度依赖一名后端工程师。当这名工程师表示如果不大幅加薪就要离开时，创始人意识到依赖单个人会给业务带来风险。

他们后来建立了帮助组织创建内部开发者平台的 Humanitec，并参与平台工程社区。Galante 说，大型组织此前已经在构建共享层，以帮助开发者避免直接面对日益复杂的基础设施。

Galante 质疑每个开发者都应该完成所有运维任务的想法。在他看来，设计得当的专业分工有其价值：新加入的前端开发者不应为了做出贡献而必须掌握公司云端和本地系统的所有细节。

von Grünberg 说，他们的作用是为已有实践命名并加以解释。他的定义首先要求把内部工作环境作为有负责人、能够持续改进的产品，而不是让整个环境偶然形成。

他以工业化作类比：从个体作坊转向更标准化的生产系统，可以让重复工作更容易扩展。他提醒，数字“工厂”不应意味着要求知识工作者停止思考。

平台应该处理获取数据库等重复设置，同时保留创造性产出的自由。对作者来说，用标准方式获取所需资源，与自由决定要构建什么并不冲突。

Galante 介绍本书的三个部分。第一部分讲历史背景和“平台即产品”的思想，也讨论依赖个人英雄或官僚流程等替代模式。

第二部分介绍他们的“通向结果的路径”框架。它建立在常见的黄金路径概念上：提供一条受支持的路线，温和地引导开发者达成目标。多个路径可以协调成服务组织的平台。

第三部分篇幅最长，是一份实践指南，从最小可行平台逐步走向生产使用和更广泛的采用。Galante 说，团队需要识别真实用例，并与用户、高管、安全及治理团队建立反馈循环。

按照他们的经验，平台项目经常卡在社会协作问题，而不只是技术问题。团队需要领导层的支持和预算，还必须让使用平台或受其影响的人相信平台解决了他们的需求。

Galante 引用采用率预测和调查，认为平台项目正在增长。这些数字是他对特定预测和受调查组织的描述，不是对所有企业的独立测量。

作者认为，AI agent 让从令人印象深刻的演示走向可靠组织工作流的过程变得更有要求。他们相信标准化系统和上下文能帮助完成这一转变，同时也承认自己的工作与平台方法有利益关联。

von Grünberg 说，由个人掌握而没有记录的知识，即使对人类同事也是问题：一旦此人离开，组织就会失去背景信息。在他看来，agent 无法获得执行工作流所需信息时，也会遇到同样困难。

他列出组织可能需要的组成部分，包括文档、上下文管理、启动 agent、安全、可观测性和治理。他说，在规模化情况下，挑战不只是让一个 agent 行动，还包括监控和保护许多工作流。

为了说明上下文缺失，von Grünberg 把没有入职引导的 agent 比作一名能力很强却被送到语言不通办公室的实习生。这个例子用来类比缺乏指令和接口所带来的成本。

Galante 说，平台工程正在从开发者基础设施扩展到安全、可观测性、数据和其他职能。他与 von Grünberg 预测，AI 可能让这种组织工作的方式在企业中进一步扩展。

Galante 回忆，过去的一条粗略经验是，大约有 100 名或更多开发者时，专门的平台团队才开始具有规模经济。他认为 agent 可能改变这一计算，因此即使小团队也可以从上下文、反馈和内部产品思维入手，而不一定要先招聘全职平台团队。

他说，AI 可能让一些组织用更少的人完成更多工作，而另一些组织可能因为员工获得更强能力、业务增长而继续招聘。这些是观察和预期，不是普遍适用的人员规则。他提醒，许多功能重叠的工具可能造成工作流碎片化。

Galante 承认，平台专家自然倾向于把平台看作解决方案。他认为，更广泛的原则——以可重复、可扩展的方式组织工作——早于当前术语存在，并把本书定位为将这一原则应用到 IT 之外的指南。

作者向读者介绍社区、活动、新闻简报和学习资源，并邀请读者对书提出反馈。他们对平台工程未来范围的判断仍是预测。