以一敌百:没有 Infra 团队,那就打造自己的技术雷达

在 AI 加持下,技术选型这件事已经不只是"你愿不愿意学",而是"你有没有来得及阻止"。

背景

现在的节奏你应该感受到了:

大模型能生成代码、部署脚本、CRUD 界面,甚至能帮你生成一整套微服务架构。看起来开发门槛变低了,但实际上,技术栈扩散的速度却越来越快

前一秒还在用 Python 写服务,后一秒已经把 LangChain、RAG、Vector DB 给你上到线上环境。甚至你根本没来得及开个技术评审会,项目就已经"跑起来"了。

如果你没有专门的架构组、不是大厂那种团队规模,背后没有 Infra 团队兜底,AI赋能编码就很容易从"创新"变成"事故"。(真实体验)

所以,需要用某个框架来限定这种意外发生!

什么是技术雷达?

一句话解释:技术雷达 = 团队的技术共识地图 + 选型建议库 + 禁用黑名单

这不是某种高大上的"架构治理平台",它非常朴素:

  • 一个文档或可视化页面,记录团队允许、推荐、尝试或禁止的技术
  • 有标准的分类方式(比如 Adopt / Trial / Assess / Hold)
  • 有合理的分组维度(比如 工具 / 框架 / 平台 / 语言)
  • 最重要的是,它可读、可更新、有共识

举个例子:

css 复制代码
{
  "label": "LangChain",
  "group": "Frameworks",
  "ring": "Trial",
  "description": "适合构建简单的 LLM 应用原型,暂不推荐用于核心生产服务"
}

起步,就是这样一个简单的例子。

当然,也有复杂的版本:

css 复制代码
{
  "entries": [
    {
      "label": "PostgreSQL",
      "ring": "Adopt",
      "quadrant": "Platforms",
      "active": true,
      "description": "主力关系型数据库,适用于99%的业务系统。推荐默认使用。"
    },
    {
      "label": "MongoDB",
      "ring": "Hold",
      "quadrant": "Platforms",
      "active": false,
      "description": "在部分早期项目中使用,但维护成本高、权限体系薄弱,不建议在新项目中选用。"
    },
    {
      "label": "Go + Wire + Fx",
      "ring": "Adopt",
      "quadrant": "Languages & Frameworks",
      "active": true,
      "description": "Go作为主要微服务语言,配合Wire进行依赖注入,适合稳定高并发服务场景。"
    },
    {
      "label": "LangChain",
      "ring": "Trial",
      "quadrant": "Frameworks",
      "active": true,
      "description": "快速构建大模型应用的Python框架,推荐在原型验证和非核心路径中试用。"
    },
    {
      "label": "Vector DB: Qdrant",
      "ring": "Assess",
      "quadrant": "Platforms",
      "active": true,
      "description": "新兴的开源向量数据库,支持快速向量检索,考虑用于AI检索场景替代Milvus。"
    },
    {
      "label": "PaddleOCR + FastAPI",
      "ring": "Trial",
      "quadrant": "Tools",
      "active": true,
      "description": "适用于轻量化文档识别服务,已在内部审批流转系统中集成试点。"
    },
    {
      "label": "Vue3 + Vite + Pinia",
      "ring": "Adopt",
      "quadrant": "Languages & Frameworks",
      "active": true,
      "description": "推荐Web端主力技术栈,支持现代化组件化开发,已在多个前台系统落地。"
    },
    {
      "label": "Java + SpringBoot 2.7",
      "ring": "Adopt",
      "quadrant": "Languages & Frameworks",
      "active": true,
      "description": "老系统主力框架,适用于对 Java 生态有依赖的流程类/审批类服务。"
    },
    {
      "label": "OpenAI API + Function Call",
      "ring": "Trial",
      "quadrant": "Platforms",
      "active": true,
      "description": "面向业务场景进行智能化编排的推荐方案,需结合 RAG 架构审慎使用。"
    },
    {
      "label": "LLM Prompt Management: Langfuse",
      "ring": "Assess",
      "quadrant": "Tools",
      "active": true,
      "description": "面向 LLM 项目的 prompt 管理和 A/B 测试平台,正在评估引入是否可控。"
    },
    {
      "label": "Jenkins",
      "ring": "Hold",
      "quadrant": "Tools",
      "active": false,
      "description": "已被 GitHub Actions + ArgoCD 替代为主力CI/CD平台,仅用于维护旧流水线。"
    },
    {
      "label": "K8s Operator(自定义资源)",
      "ring": "Assess",
      "quadrant": "Techniques",
      "active": true,
      "description": "面向复杂 DevOps 任务的自动化运维尝试,需评估团队编排能力。"
    }
  ]
}

这个 JSON 可以直接配合 github.com/bicatu/tech... 来生成可视化图谱。

工具

如果不想自己搭建,也可以直接引用开源:www.thoughtworks.com/radar

雷达分四个象限:技术手段(Techniques)、工具(Tools)、平台(Platforms)、语言与框架(Languages & Frameworks)

每个条目根据成熟度被归类为:

  • Adopt(推荐使用) :我们已实践并认可,广泛使用;
  • Trial(尝试) :部分团队用过,推荐试点项目;
  • Assess(评估) :值得关注,有潜力,候选技术;
  • Hold(谨慎/停用) :历史遗留、或踩坑较多,建议避开。

可以挂在自己内网里,自定义公司的版本,并设定"每季度一次更新"机制等等。

这不是形式主义,而是团队技术资产的盘点,经验之谈:在AI加速狂奔的当下,如果没有一个指引方向,代码最终的负债一定会失控。

📌 如果你觉得这篇文章对你有帮助,欢迎点赞收藏,你也可以加威 atar24,有交流群,抽奖 + 技术福利持续发放中!

相关推荐
想要成为计算机高手1 小时前
11. isaacsim4.2教程-Transform 树与Odometry
人工智能·机器人·自动驾驶·ros·rviz·isaac sim·仿真环境
mortimer1 小时前
安装NVIDIA Parakeet时,我遇到的两个Pip“小插曲”
python·github
静心问道2 小时前
InstructBLIP:通过指令微调迈向通用视觉-语言模型
人工智能·多模态·ai技术应用
宇称不守恒4.02 小时前
2025暑期—06神经网络-常见网络2
网络·人工智能·神经网络
小楓12012 小时前
醫護行業在未來會被AI淘汰嗎?
人工智能·醫療·護理·職業
数据与人工智能律师3 小时前
数字迷雾中的安全锚点:解码匿名化与假名化的法律边界与商业价值
大数据·网络·人工智能·云计算·区块链
chenchihwen3 小时前
大模型应用班-第2课 DeepSeek使用与提示词工程课程重点 学习ollama 安装 用deepseek-r1:1.5b 分析PDF 内容
人工智能·学习
说私域3 小时前
公域流量向私域流量转化策略研究——基于开源AI智能客服、AI智能名片与S2B2C商城小程序的融合应用
人工智能·小程序
Java樱木3 小时前
AI 编程工具 Trae 重要的升级。。。
人工智能
凪卄12133 小时前
图像预处理 二
人工智能·python·深度学习·计算机视觉·pycharm