Gartner预测,到2024年,全球开发人员数量将达到2870万人,比2020年增加320万人。其中大部分增加的人数会在中国,根据目前的趋势,2023年中国的开发人员增长率将在6%到8%之间。
应用编程接口(API)可用于支持应用程序之间的集成,提供现代化的多渠道用户体验,以及创建客户和合作伙伴生态系统。而如果没有足够的API标准和技能支撑,软件开发团队会很难设计出能够满足开发人员期望的API。欠佳的API设计会导致繁琐的开发人员体验,导致更少的消费者会采用API。因此,改进API设计应该是中国IT领导者的首要任务。
为了设计出符合消费者需求的高效、可靠API,IT领导者应确保其团队了解API用例,运用标准化的API设计实践,以完成API最佳性能设计并对团队进行培训(参见图1)。
图1:API设计四部曲
API用例识别和互动
要设计出色的API,软件开发团队必须清楚地了解它能为业务端和消费者所提供的价值。不同的企业机构和API消费者有不同的需求和期望。为了满足这些要求,软件开发团队必须确定API使用者是谁以及他们将如何使用API。
明确用途。IT领导者必须确保其团队清晰了解API的用途——简而言之,就是API消费者如何使用API的功能并与其服务交互。了解API的用途后,解决方案架构师才能够做出最适合API消费者需求的设计决策,比如符合业务用例和预期的功能。
创建并遵守API标准
随着时间的推移,IT团队将扩充API组合,以满足特定产品、服务和应用程序的需求。如果没有标准化和明确的API设计指南,API设计将多种多样,缺乏一致性。因此,API使用者必须花时间去学习每种方法,而且更容易出错。为了降低这种复杂性并提高开发人员的生产力,软件开发团队必须建立统一的API设计方法,以保持清晰的代码的部署逻辑和功能实现。以下三个方式将帮助IT领导者实现此目标。
通过限制有效负载大小、启用可缓存性和使用异步请求模式来提高API性能
一个经过深思熟虑的API设计,还需要考虑性能。API的性能,在很大程度上取决于它对不同请求类型和请求数量波动的响应程度。例如,中国的电商市场在过去几年发展迅速,网购交易规模迅速扩大,网购用户数量同比增加了一倍。
自2020年新冠肺炎疫情席卷全球以来,线下消费向线上消费的大规模转变进一步刺激了中国电商行业的快速增长。显示用户的当前订单是一个典型的电商用例场景。应用程序可通过API获取订单的详细信息,但如果用户想在一个界面查看所有订单,API要返回的数据就会比以前多,后端也将产生更高的负载。IT领导者必须确保其团队考虑使用哪些模式来提高性能,将其纳入API指南。例如:
长期培训团队成员,以持续地设计优秀的API
在2022年Gartner3月热门话题调查中,43%的IT领导者将缺乏技能列为API战略面临的最大挑战之一。随着API技术的不断发展,它能够提供比以往更丰富、更复杂的功能。
所有IT团队成员都应积极参与有关API和开发的长期培训。只有当API使用者与设计者预期的场景一致时,API才会以最佳方式执行。在API设计、开发和使用的整个生命周期中,IT领导者必须安排持续的辅导教育,提高团队对API技术的掌握程度,确保API始终符合并有效满足业务需求。
好文章,需要你的鼓励
微软推出 Copilot+ PC 标准,要求配备高性能 NPU,引发 AI PC 市场格局变化。英伟达虽在数据中心 AI 领域占主导,但在 PC 端面临挑战。文章分析了英伟达的 AI PC 策略、NPU 与 GPU 的竞争关系,以及未来 GPU 可能在 Copilot+ 功能中发挥作用的前景。
专家预测,随着人工智能技术的迅速发展和广泛应用,2025 年可能成为 AI 泡沫破裂的关键一年。尽管 AI 仍有望在多模态模型和自动机器学习等领域取得突破,但技术瓶颈、投资回报率下降、监管趋严以及环境和伦理问题等因素可能导致 AI 热潮降温。未来 AI 发展将更注重平衡和可持续性。
研究表明,现有的公开 AI 模型在描述大屠杀历史时过于简单化,无法呈现其复杂性和细微之处。研究人员呼吁各相关机构数字化资料和专业知识,以改善 AI 对这段历史的理解和表述。他们强调需要在 AI 系统中加入更多高质量的数据,同时在审查和信息获取之间寻求平衡。
Google 推出名为 Titans 的新型 AI 架构,是 Transformer 的直接进化版。Titans 引入了神经长期记忆、短期记忆和基于惊喜的学习系统,使 AI 更接近人类思维方式。这一突破性技术有望彻底改变 AI 范式,推动机器智能向人类认知迈进一大步。