学习路径 04 · 课程: 10 · 112 分钟

在企业规模下开发和运行

将原型接入安全平台,并满足基础设施要求。规划合规交付、可用性、恢复和职责。

你的学习成果

定义团队如何用 AI 交付和运行软件。

开始此学习路径
  1. 01

    贯通完整的软件生命周期

    追踪一项功能从用户需要到运维和反馈的全过程。识别单靠代码生成无法作出的决定。

    10 分钟 · 基础
  2. 02

    软件变化时保持需求可追溯

    将用户结果与决策、验收标准、实现和证据关联起来。假设改变时更新这些关联。

    10 分钟 · 实践
  3. 03

    面向 AI 开发的平台工程

    为人员和智能体提供受支持的服务创建、修改和运维方式。把平台作为需要持续维护的产品。

    12 分钟 · 进阶
  4. 04

    明确原型之外的基础设施

    评估身份、网络、数据、恢复和运维。将生成的部署与公司的实际基础设施要求对应起来。

    12 分钟 · 实践
  5. 05

    为云原生环境设计软件

    贯通可重复的基础设施、可替换的进程、持久化状态和可观察行为。评估云原生设计,不止看容器打包。

    12 分钟 · 实践
  6. 06

    选择跨可用区和区域的可用性方案

    比较高可用、Multi-AZ 和多区域设计。追踪完整请求路径,测试每种设计必须承受的故障。

    12 分钟 · 实践
  7. 07

    设定并测试 RTO 和 RPO

    定义可接受的中断和数据丢失。比较恢复策略,并根据业务要求测量完整恢复演练。

    14 分钟 · 实践
  8. 08

    协调跨团队的 AI 开发

    管理共享约定、审查能力和变更责任归属。多个团队同时生成修改时,衡量整个交付系统。

    11 分钟 · 进阶
  9. 09

    依据证据作出发布决定

    检查版本、目标环境、剩余风险和恢复方法。系统需要时,区分合并、部署和向用户开放功能。

    9 分钟 · 实践
  10. 10

    衡量交付系统

    综合交付流程、不稳定性、服务结果和投入。评估 AI 影响时,使用明确的定义。

    10 分钟 · 实践