【华为云技术分享】成熟度模型:企业规模化推广敏捷和DevOps利器

摘要: 本文介绍了成熟度模型在软件开发行业的应用,重点阐述了成熟度模型对于敏捷和DevOps在企业中进行规模化推广的价值,探讨了成熟度模型的设计原则,并对于如何明智使用成熟度模型给出了建议。

导言

在敏捷和DevOps社区,尽管对成熟度模型一直有些争议,但使用各种成熟度模型来指导转型的尝试却从未停止过;从笔者的从业经历来看,谨慎地使用成熟度模型,对敏捷和DevOps在企业中的规模化推广具有很重要的现实意义。

成熟度模型简介

 “团队定期地反思如何能提高成效,并依此调整自身的举止表现”,这是敏捷宣言的一个原则,它鼓励我们持续地对软件开发方法进行改进。这种改进直接表现在提升团队的效能(更多的价值,更快的交付速度,更高的交付质量,以及更低的成本等),最终服务于企业的业务目标。改进通常由团队交付业务价值所面临的问题或挑战触发,团队共同识别改进点,采取改进措施,检查改进成效,再发起新的改进;周而复始,永不停歇。

针对软件开发方法的改进没有终点,这个漫漫长路需要指引,成熟度模型正是为了满足这一需求。所谓成熟,意思是长大和成长,指生物体发育到完备的阶段,或事物发展到完善的程度。虽然成长的过程是连续的,但还是可以通过观察主体特征的明显变化来确定一些阶段,譬如人类成熟的过程可以分为婴幼儿、儿童、青少年、成年、老年等阶段。基于这个隐喻,成熟度模型使用一个结构化的框架,描述所关注的主体如何随着时间的推移而发展(成熟);演进的每个阶段,被称为成熟度的一个级别,表明了在成长路径上的进展。

在软件开发领域,历史最悠久,也是最著名的成熟度模型是CMMI。CMMI及其前身CMM,是受美国国防部委托,由Wattss Humphrey在软件工程研究所(SEI)领导的团队所创建,以评估供应商有效交付软件项目的能力。该模型定义了五个渐进的成熟度阶段,从级别1(最不成熟)开始,到级别5(最成熟)结束;根据其成熟度特征对每个阶段进行描述,包含目标、实践和实例等。自上世纪九十年代初被提出之后,CMM迅速为软件开发行业所接受,它所应用的成熟度模型结构,也被很多其它成熟度模型所借鉴,譬如PMI的组织项目管理成熟度模型等。

当敏捷运动兴起,并逐渐成为软件开发的主流之后,虽然CMMI并没有被市场抛弃,但其深刻的瀑布模式烙印,成为相当一部分敏捷实践者们眼中的反面教材,也导致敏捷和DevOps社区对成熟度模型的争议不断;但不可否认的是,伴随着敏捷和DevOps在企业的推广,成熟度的应用从一开始就出现,且一直没有停止过;敏捷教练的工具箱里少不了各种成熟度模型。 

成熟度模型的类型

针对任何具有持续演进特征的主体,我们都可以设计一个成熟度模型。主体范围可大可小,取决于应用的需要;譬如,可以分别为敏捷或DevOps设计一个模型,也可以设计一个范围更广的研发效能成熟度模型来涵盖它们;或者,对于某些特定领域,例如持续集成或者看板方法,也可以建立一个轻量级的成熟度模型。

成熟度模型主要有阶段式和连续式两种类型。其中,阶段式模型在整体上把成熟度分成多个阶段,每个阶段都有一组考察点;每个考察点用目标或满足目标的实践进行描述,展示了成熟度所关注的某个方面。

图一是阶段式成熟度模型的示例,简明地描述了持续集成的五个成熟度级别;持续集成能力的提升,是通过自低而高,逐一满足各级成熟度中所有考察点的目标来实现的,每个级别都建立在上一级的基础之上。                                               

https://bbs-img.huaweicloud.com/blogs/img/1594036454046008415.jpg

图一:阶段式成熟度模型示例

连续式模型同样包含多个考察点,每个考察点为一个独立的评估项;与阶段式模型不同,每个考察点都包含成熟度的几个阶段,各阶段可以用阶段性的目标,满足该目标的实践,或能够体现该阶段成熟度的行为进行描述。

图二是一个连续性模型的示例;这是一个DevOps成熟度模型,考察点包括6大领域36个子领域,每个具体考察点(子领域)包含五个成熟等级的描述,图二展示了其中的一部分(需求领域):

https://bbs-img.huaweicloud.com/blogs/img/1594036629593037425.jpg

图二,连续式成熟度模型示例

对于连续式模型,原则上成熟度的提升可以从每个考察点独立开展(实际实施要考虑实践的相互依赖和支撑),评估时针对每个考察点都给与一个等级。一种常见的结果展示方式是雷达图,如图三展示了某项目团队两次评估的结果,直观反映了:1)每次评估各考察点的等级;2)两次评估之间各考察点成熟度的变化;3)团队的薄弱点和优势等。这些信息对于团队规划和跟进改进,具有很强的指导意义。

https://bbs-img.huaweicloud.com/blogs/img/1594036716048071228.jpg

图三:连续式成熟度模型的评估结果示例

 

成熟度模型的价值

成熟度至少回答了三个问题:“我在哪?”(当前成熟度),“我要去哪里?”(目标成熟度),“我怎么样才能到达那里?”(中间经历哪些步骤)。而这,是团队实现持续的效能改进所需要解决的核心问题。

理想情况下,给研发团队设定有挑战性的目标,辅以信任和支持,提供必要的资源,团队自己在目标的驱动下实现改进;但现实情况是,这种自发的改进往往不会如期而来。在组织中进行敏捷和DevOps的规模化推广,最常见的问题是,多数的团队不知道怎么持续改进,不知道自己要改进什么,甚至不知道自己究竟做得怎么样。

敏捷和DevOps教练可以弥补这种缺失,在转型早期帮助团队顺利上路,但受限于教练资源(譬如几位常驻敏捷中心的教练服务数千人的研发组织),教练离开团队之后,更漫长的持续改进之路需要团队自己走下去。我们都知道,教练最重要的产出是成熟的团队,特别是培养出合格的具有敏捷意识的领导者,能够带领团队持续改进。正如丰田所倡导的“造物先造人”,当有优秀的人才出现,什么事情都会变得简单;然而,“十年树木,百年树人”,培养出合格的团队和卓越的敏捷领导者是何其之难。

毫无疑问,企业一方面要有长远视角持续不断地在人才培养进行投入;但另一方面,也要应对眼前向业务交付价值的压力,快速提升团队效能。如何在教练资源有限的情况下,积极寻找出在整个组织层面投入产出比高,能够提供普及型服务,快速见效的办法?这是敏捷和DevOps规模化推广必须回答的问题。通常做法是提供基础性赋能(培训、短期辅导)后,鼓励团队基于行为结果不断尝试,即创建一种持续改进的机制,允许团队犯错,在业务目标的引领下,尝试各种新的做法,快速迭代,不断反思,有用则强化,无效则抛弃。

然而,正如心理学家,社会学习理论的创始人班杜拉所言:“如果人们不得不单纯依赖自己的行为结果来告知自己应该如何行为的话,学习将非常艰苦,更不用说其危险性了”。所幸的是,人类具有模仿的天赋,学习不一定要亲身经历。班杜拉的一系列观察学习研究告诉我们,通过模仿他人的成功,我们可以学会各种各样的社会行为。对于敏捷和DevOps的实施而言,成熟度模型实际上提供了一个理想的模仿对象。企业的敏捷推广团队(譬如敏捷卓越中心,DevOps教练组,转型领导团队等),可以通过开发、维护、发布成熟度模型;答疑,评估和给出建议,来撬动组织转型。

具体来说,应用成熟度模型可以在以下几个方面对转型具有重大促进作用:

第一,明确效能主张。通过成熟度模型,向研发团队发出什么是期望的高效能研发行为的明确主张;模型所提供的框架,系统性给出了在研发主要过程域(考察点)的效能改进的目标,是组织效能改进的思想纲领;围绕如何实现各考察点的目标,模型同时也提供了大量优秀的敏捷和DevOps实践建议,是组织效能改进的行动指南。成熟度模型的发布,能快速地为整个组织的持续改进建立参照体系。

第二,认清现状。通过与成熟度模型的对照,团队可以很容易地评估出自己在敏捷和DevOps实施上所达到的水平(处在怎样的阶段),这成为团队进一步改进的起点。在组织层面收集各研发团队的成熟度数据,能够勾勒出组织整体的敏捷和DevOps实施水平,一方面可以发现在效能提升上的共性问题,集中力量攻坚薄弱点;另一方面也能够将当前的水平作为组织改进的基线,以此为基础规划下一步的改进。

第三,设定改进目标。目标驱动已经写进现代组织的基因之中,小到Scrum小组,大到整个研发组织,如果拥有敏捷或DevOps成熟度的目标,将使得改进得到关注并更有保障(无论是时间还是资源的投入)。成熟度模型的高阶段要求,是各团队的具体改进目标;在组织层面,也可以基于组织现状,设置一个总体改进目标,譬如达到不同等级的团队比例等,作为OKR自上而下分解到各团队(在设置OKR目标这件事情上必须慎重,避免造成改进行动的形式化)。

第四:规划改进路线。成熟度模型给出了团队从现状(低阶成熟度)到目标(成熟度高阶段)的路径(即需要经过哪些阶段);攀登高峰不止一条路,但有的崎岖陡峭,而有的更为平坦,有经验的登山者知道要走前人走过的路。成熟度模型所规划的路径,是前人实践的经验总结。诚然,团队采用敏捷或DevOps的成熟过程与生物体的成熟过程有很大不同,后者必须连续经过所有阶段,而敏捷的采用则不受这个限制;因此,在规划上不能教条,团队完全可以根据自己的情况,形成特定的改进路径。

第五,营造竞争氛围。以适当的方式,在整个组织层面展示汇总的成熟度数据;识别在提升成熟度过程中涌现出的优秀团队并给与适度的表彰;鼓励亲历者讲述通过成熟度的提升而带来效能提升的成功故事并大力宣传等。这些举措,都承载在企业的敏捷或DevOps成熟度模型之上,不同团队之间容易产生共鸣,并存在一定的可比性,能够在团队之间创造正面的竞争氛围,带来改进的紧迫感。

第六,度量改进进展。通过敏捷和DevOps来进行全面的效能改进,是一个持续、漫长和没有终点的旅程;团队要经常检视自己做得怎么样,是不是走在正确的道路上,而成熟度模型在这个过程之中可以成为衡量改进进度的标准;通过在改进过程中的持续评估,团队可以清晰地了解自己在改进路线上所处的位置,为后续改进活动的设计提供依据。

成熟度模型设计原则

设计什么样的成熟度模型决定了组织要定义什么样的研发效能标准,将怎样的行为作为团队模仿的对象。成熟度模型的设计必须回归使用成熟度模型的目的,即能够引导团队和组织持续提升效能,进而改善业务产出。为了实现这一目标,需要遵循以下原则:

第一,基于企业现状。成熟度模型的通用性越高,则越是抽象,落地指导的价值越低。鉴于敏捷和DevOps方法和实践的多样性,以及其推广实施的灵活性,很难出现一个适应各种场景的敏捷或DevOps成熟度模型;为了能够指导改进,模型的设计一定要基于企业现状来,考虑企业的业务诉求、技术路线、人员水平和研发治理模式等约束,而不是简单地瞄准理想的敏捷或DevOps状态。

第二,具有导向性。模型所包含的考察点,对各考察点目标的定义,以及对不同阶段的评价标准,都要具有明确的导向性,反映了组织的效能目标(交付速度优先,还是效率优先?更好的用户体验还是更低的成本?),效能关注点(弹性的组织,优化的流程,先进的工具,专业的人员等),以及组织对于达成目标的实践经验总结和洞察;通过这种导向性,引导团队表现出组织所期望的行为。

第三,关注目标。对各考察点的设计,重要的是明确指明目标,而不是严格限定是否采用了某种具体实践。每个考察点从低到高的各阶段,反映的是达到目标的程度;不同阶段的评价标准可以举出一些最佳实践的例子,但最佳实践不是重点,重点是通过这些实践帮助团队达成阶段目标。通过对目标的关注,使得团队更能够了解差距,自己决定采用何种措施达成目标,并在通往目标的征程中不断调整措施,而不是教条地采用实践。

第四,相对客观。不同的评估者,在同一时期,对同一个团队,基于相同的事实,应该能够给出近似的评价结果。量化数字要求自然能够达成这目标,但不必太强求量化,只要考察点的目标描述明确的,其支持实践或表现得行为是可观测的即可。成熟度模型设计之初,可以考虑通过对试点项目的应用,对其信度和效度进行检验。再次提醒,不必追求完全客观,这不是考核;存在一些模糊,有一定争议,引发一些讨论是有益的。

第五,保持动态演化。组织业务目标和所处的环境在变化,组织的内部环境在变化,软件开发方法和实践本身也在快速变化,今年还备受追捧的方法和实践可能明年就过时;因此,成熟度模型必须适应这种变化,保持演化,以吸收业内最新的成果,来更好地适应你的环境,帮助企业达成目标。 

如何运用成熟度模型

团队从自己的现状出发,沿着成熟度模型的阶梯,不断追逐高的等级,实现持续改进;成熟度的等级本身在这个过程中自然而地成为焦点。但如果以成熟度等级为根本,特别是以拿证为目的进行评估,则很容易带来运动式,一刀切的“改进”。这个时候对等级目标的片面追求很容易让改进行动脱离团队的现状,非但违背应用成熟度模型的根本目的(即提升效能),而且评估活动本身会成为团队的负担(准备各种证据),对团队的正常工作形成干扰;一阵风之后,留下一堆作为证据的文档和弃之不用的流程工具,团队的一切行为照旧。等级本身并不重要,持续地改进以使得团队能够更好地服务业务才是根本,不可以本木倒置。

成熟度模型是工具,工具本身通常是没有对错的;刀既可以伤人,也能够救人,就看握在谁的手中,为了什么目的。所以,对成熟度模型的应用要慎重:我们可以用它来作为参照和模仿对象,但却不能把它设计成标准强迫大家遵守;我们可以用它来设定改进目标,但用来考核绩效可能事与愿违;我们可以把优秀团队秀出来能够激励其他团队效仿,但如果把暂时垫底的团队也公布出来却不是个好主意。

成熟度评估是模型应用和实现改进的手段之一,它基于模型提供的持续改进的蓝图,帮助我们在改进的征途上进行检查(识别当前所在的位置)和调整(确定进一步改进的方向)。成熟度评估不是为了获得一个期望的等级,然后结束;而是要通过评估建立一个基线,成为进一步改进的新起点,并给出下一步行动的建议。

评估活动本身可以有多种方式,抛开外部认证评估不谈,在企业内部有团队自我评估,交叉评估(利用敏捷和DevOps社区力量,不同团队交叉评估),以及集中评估(由企业敏捷中心的教练统一评估)等多种方式。特别推荐交叉评估的实践,它一方面解决了集中评估的资源紧张问题(想象一下几个教练对上百个团队进行评估的场景);另一方面,也是更重要的是,它可以使不同团队有机会相互学习。

评估的结果包括团队在成熟度模型中所处的等级,做得优秀的地方,以及不足之处。团队基于这个结果,对标模型更高等级,分析可能的改进点,马上采取行动,投入下一轮的改进之中。作为敏捷和DevOps推广团队,既要基于评估结果发现共性问题,针对性提供集中培训和专项辅导;也要识别涌现出来的优秀实践,在组织层面进行分享。评估的结果建议汇聚起来,形成整个组织的成熟度画像;各团队成熟度的具体等级可以不公布,但整体水平的透明有利于各团队判断自己在整个组织中所处的位置,增强各团队的改进紧迫感。

需要警惕的是,成熟度模型通常是基于经验、观点,甚至假设所做的构建,而不是应用科学方法的结果。评估结果所给出的改进建议,仅仅是一种你的团队可以如何成长的假设,它的作用在于让你拥有一个相对靠谱的参照物,帮助你快速决断和采取行动;你要验证这个假设在你的环境中是有效的,或者是无效的(判断标准是能否能够提高效能指标);然后快速调整,进行新一轮的尝试,从而实现持续改进研发效能的目的。

结束语

尽管成熟度模型的应用在敏捷和DevOps社区的争议不会停息,但还是有组织能够从中获益;我们可以通过明智地使用它,使其成为撬动敏捷和DevOps在企业规模化推广的利器。存在即合理,对包括成熟度模型在内的任何方法和工具的使用,我们应秉承实用主义而不是教条主义,同时持有批判性思维和开放态度;“不管黑猫白猫,能捉老鼠的就是好猫”。

 

作者:Hi-Agile 敏捷和DevOps咨询总监 孙长虹

 

点击这里→了解更多精彩内容
 

相关推荐

敏捷&DevOps知识卡大全(内附下载资料)

【测试微课堂】DevOps敏捷测试之道

“敏捷+ DevOps”先行,效能提升助推企业升级

华为云落地敏捷+DevOps,助力大企业高效能

六步教你玩转DevOps上华为云DevCloud实践

相关推荐

鸿蒙案例上新啦 | 出门打车、到家上课:25个模板带你一屏打通日常生活

如何合理拆分页面组件、如何建立单一可信的状态源、如何让用户在每一步操作中都获得明确反馈。鸿蒙开发实践中心以标准化的应用与元服务模板为入口,将清晰的业务架构与可复用的代码结构直观呈现。不妨立即挑选一个感兴趣的方向进入云端环境,从页面布局、组件封装、状态管理到路由组织,亲手跑通你的鸿蒙实战项目。

华为云官方博客 307

LakeAgent:DWS数据仓库的第二大脑,告别 “翻译式运维”,迈入智能自治时代

和普通 SQL 改写工具不同,LakeAgent 自动做多方案代价对比,主动规避负优化陷阱:补充分区键过滤实现剪枝,扫描分区由 37 收敛至 1,执行代价从 758.28 降至 113.74;未来的数据仓库,将不止能算、能存,更能看懂自己、诊断自己、理解自己。长久以来,数仓的智能都依附于人:信号需要人解读,瓶颈需要人研判,经验困在个体里,无法随底座永续生长。CPU 高、CPU 告警、CPU 诊断、CPU 使用率过高、CPU 满。语法、错误码、计费、性能调优、最佳实践、故障处置等全场景内容。

华为云官方博客 545

如何使用RDS Supabase后端BaaS能力:文件存储(File Storage)

• product-images(公开桶,允许公共读取):策略名称"Public read for product-images",允许SELECT,目标角色anon,策略定义bucket_id = 'product-images'。上传/删除需另配INSERT/DELETE策略,详见SQL。• product-specs(私有桶,仅认证用户访问自己的文件夹):建议拆为上传、读取、删除三条策略,策略定义均为 bucket_id = 'product-specs' 且仅限本人文件夹(详见下文 SQL)。

华为云官方博客 465

如何使用RDS Supabase后端BaaS能力:实时订阅与推送(Realtime)

Realtime 把数据库的每次变更同步到客户端:表里增、删、改一行,订阅者无需刷新页面或主动请求即可秒级收到。三大能力各司其职:• Postgres Changes — 监听表的 INSERT/UPDATE/DELETE,变化即通知• Broadcast — 客户端之间直接互发,适合瞬时通知、协同编辑• Presence — 跟踪频道里“谁在线”典型场景有实时数据展示(订单、库存、监控指标即时刷新)、即时通讯(消息收发、在线名单、“对方正在输入”)、协同编辑与实时通知。

华为云官方博客 458

AI Agent如何通过MCP连接到华为云RDS Supabase应用平台

Schema元数据列出所有可访问的表(按schema分组)。Schema元数据列出表的列及元数据(类型/默认值/约束)。Schema元数据列出所有约束(PK/FK/UNIQUE/CHECK/EXCLUDE)。可按schema/表/类型过滤。Schema元数据列出所有外键关系。可按schema/表过滤。Schema元数据列出所有索引及定义和大小。可按schema/表过滤。Schema元数据列出已应用的数据库迁移记录。Schema元数据列出已安装的PostgreSQL扩展。

华为云官方博客 465

华为大数据Flink让每一 CU 算力,跑出开源 5.74 倍的性能

1. 开源Apache Flink 已成为业界流计算事实标准,但在极端重负载场景下存在性能瓶颈。2. 华为大数据Flink通过多项自研深度优化,在执行计划、算子执行、状态存储三个层面构建协同的优化体系。3. Nexmark Benchmark 测试结果:整体性能提升 5.74 倍,极端重负载场景性能领先最高 18.3 倍。4. 100% 兼容 Apache Flink 1.20,业务代码零改造,无缝迁移。

华为云官方博客 374

LakeAgent实战 | 业务分析篇从一句提问到业务分析

本文以“订单金额变化”分析为例,展示LakeAgent如何通过自然语言提问,结合DataArtsStudio的数据资产与专业技能,帮助业务人员快速定位数据、生成SQL、追踪血缘、生成报告。从问题出发,逐步实现数据发现、变化洞察、原因追溯与团队协作,最终形成可复用的分析流程与企业规则,显著提升数据分析效率与一致性。

华为云官方博客 383

华为云RDS Supabase AI应用已开放公测 :30分钟搭建AI应用后端

认证、存储、实时推送、数据库API——4个后端模块,传统开发需要数周。今天,你只需要30分钟。AI创业公司的全栈开发工程师。上周老板说"下周要上线的AI对话应用,后端你来搞"——认证鉴权、数据库接口、文件存储、实时推送,每一个模块都需要数周搭建,而市场不会等你。小张打开华为云RDS Supabase,30分钟搭好认证、数据库API、对象存储,剩下的时间全用来打磨AI交互体验。基于开源Supabase+华为云RDS PostgreSQL全托管能力,为开发者提供。

华为云官方博客 390

如何使用RDS Supabase后端BaaS能力:数据库函数(Database Function)

上一篇介绍了 Database Data API——建表即自动生成增删改查接口,解决单表读写,但聚合统计、跨表事务、字段自动维护等逻辑已超出其能力边界。本篇推进到数据库函数(Database Function):把业务逻辑封装进数据库,前端通过 .rpc() 调用,由触发器自动响应数据变更。上一篇中,小张基于 Data API 完成了产品目录的建表与基础读写。但新需求随之而来:按分类统计产品数与价格区间、上架新品同时写产品表与定价表、产品修改后自动刷新更新时间。

华为云官方博客 456

如何使用RDS Supabase后端BaaS能力:创表即生成API(Database Data API)

认证、存储、实时推送、数据库API——4个后端模块,传统开发要数周。本系列逐个拆解,首篇聚焦数据库API(Database Data API):建表即得 API,无需手写后端。小张,AI创业公司的全栈工程师。老板让他做个产品目录页,展示产品与价格、支持上下架。传统做法要搭后端、写接口、配权限,工期少说1-2周;而在华为云RDS Supabase,建两张表、应用 SDK 直连,几分钟增删改查全跑通。

华为云官方博客 474

从一句话到一个能出去的链接,AI开发者空间做了什么

自行搭建的 Agent、正在使用的开源项目、团队既有的工具,都可以接入,可以通过AI创建或者手动搭建环境;华为云 AI开发者空间——面向开发者的云端一站式开发平台,做的就是把这段路接上:环境免安装,浏览器打开即为完整的 Linux 运行环境,预置的 AI 智能体开箱即用。第一个任务建议选能出结果的:做一个游戏、生成一个页面、创建一台实例,从需求走到可访问的链接,一次就能看清这个环境在做什么。沙箱是一个完整的 Linux 环境,依赖、服务、端口都是真实的,不是模拟。环境释放后,权限随之失效。

华为云官方博客 422

华为云码道配置自定义大模型,四种方式完整实操

案例介绍。

华为云官方博客 616

图数据库:实现穿透式监管的数据基座

穿透式监管标志着国企监管从“管企业”向“管资本”转型过程中的关键一跃。而图数据库正是这一跃的技术支点。从股权穿透到资金链穿透,从供应链穿透到数据穿透,华为GES图数据库正在将“穿透式监管”从理念变为可落地、可操作的实践。无论是天眼查式的全量链路查询,还是某集团财经的税务规则判断,抑或是芯片供应链式的部件风险分析,乃至通过Palantir构建决策知识图谱,其底层逻辑都是一致的——用图的力量,穿透一切形式的“隔离层”,直抵风险本质与责任核心。

华为云官方博客 661

《公共云三十问》正式收官,奔赴企业AI百场景新征程

今年6月底,公共云产业联盟重点推出《公共云三十问》专栏,以每周三问的节奏,连载十周,解读《先进公共云》白皮书,分享国计民生系列案例,旨在凝聚共识、推动落地实践。同时,专栏分析公共云在产业升级、民生福祉、科技创新、全球发展等方面的作用,梳理中国特色公共云发展路径:以普惠云拓展用云广度,以智算云提升用云深度,以自主云夯实用云厚度,以全球云打开用云跨度。这十问从专属云、行业云切入,深入政务、金融、交通、电力、钢铁、化工、油气、制造等国计民生场景,回答公共云“怎么用”。

华为云官方博客 471

开发者小技巧|IAM配置,让码道代码智能体连续30天免登录

案例介绍。

华为云官方博客 644

码道深度对接CodeArts,让需求自动落地为代码

案例介绍。

华为云官方博客 719

【公共云三十问 之三十】拥抱AI,企业如何建设面向智能体的专属云?

企业可分阶段建设覆盖开发、运行、运营及安全的一体化智能体平台——从构建一站式、高低码协同的智能体开发平台,到打造高性能、极致弹性的运行时环境,再到搭建AgentOps驱动的持续运营与运维体系,同时构建端到端、多层次的全链路安全防护体系。在数据湖建设方面,遵循“存量复用、平滑演进、AI导向、分步迭代”原则,分三阶段推进——打造AI多模数据湖核心能力、完成存算分离与统一元数据管理、实现闭环赋能全面支撑智能体规模化落地,在保护既有投资的前提下将传统数据平台转型为AI数据专属供给平台。

华为云官方博客 821

【公共云三十问 之二十九】国计民生之制造:制造云如何重塑数智时代的新质生产力?

平台打通软件交付的完整路径,覆盖需求管理、代码托管、代码检查、编译构建、制品仓库、部署、测试等关键环节,支持大模型能力融入研发全流程,实现从需求到交付的端到端管理。通过构建“研发一朵云”,方案打破地域与组织壁垒,实现跨团队协同开发,有效缩短软件交付周期,助力工业制造企业从“传统研发”走向“敏捷研发”,加速数智化转型进程。当制造云真正成为数据流通的平台、AI创新的底座,公共云的社会价值将从基础设施层向生产场景层持续延伸,为新型工业化建设和制造强国战略注入源源不断的动力,重塑数智时代的中国制造新质生产力。

华为云官方博客 789

告别重复手工迁仓,码道MCP+Skill实现仓库批量迁移

案例介绍。

华为云官方博客 790

【公共云三十问 之二十八】国计民生之油气:智算云如何叩响数智时代的“地心蓝金”?

西南油气田以“向地球深部要资源”为战略方向,联合以华为云Stack为代表的公共云服务商共同打造统一算力底座,建设西南区域数据湖与通用技术平台,构建“勘探开发工程技术、天然气生产过程管控、天然气产运储销”等三个一体化协同应用场景,支撑油气勘探、开发生产、管输储运等全业务链的数智化转型。当智算云真正成为数据流通的平台、AI创新的底座,油气田得以将算力效能、数据价值与智能技术深度融入勘探开发全链条,将“看不见的算力”转化为“摸得着的储量”,以智能化手段持续降低勘探风险、缩短发现周期、提高采收效率,确保生产安全。

华为云官方博客 613

【公共云三十问 之二十七】国计民生之化工:数智云如何重塑传统化工新范式?

在架构方面,方案构建云边协同的统一体系,涵盖AI协同、数据协同与运营协同三大维度——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现“边用边学”的智能闭环,模型平均精度提升20%以上。此外,方案提供一站式企业级工业物联网平台、数据湖与数据治理平台,覆盖工业数据分析“采、存、算、管、用”全流程,打通生产现场与管理系统间的数据壁垒,有效消除数据孤岛。层面,方案充分发挥软硬协同优势,实现计算、存储、网络与云平台的深度协同,训练线性度超95%,为大模型训练推理提供强劲算力支撑。▲化工“数智”新模式。

华为云官方博客 663

【公共云三十问 之二十六】国计民生之钢铁:数智云如何淬炼中国钢铁新力量?

同时,构建云边端协同的统一架构,支撑集团总部与各生产基地两级协同发展——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现训推一体化的资源调度与高效协同,为钢铁行业的数智化转型构建了坚实的算力底座。层面,方案构建覆盖“工业数采→边缘IT/OT融合→统一数据湖→数据治理平台→数据应用”全链路的一站式数据治理与流通平台,打通生产现场与管理系统间的数据壁垒,让数据“采得到、流得动、用得好”,加速数据价值从生产现场向经营决策层流动释放。湘潭钢铁集团的钢铁数智云,是钢铁工业智能云建设的标杆案例。

华为云官方博客 526

LakeWatch——MRS 智能运维Agent

从资源池、队列、作业等多个维度,对集群CPU与内存资源进行精细化分析与对比,直观呈现不同时间段的空闲、满载等使用状态,识别资源浪费,指导治理优化,为扩缩容决策提供数据支撑。对HDFS存储进行多维度深度分析(目录、用户、用户组等),涵盖使用量、增量、文件大小分布及数据热度等指标,帮助快速识别增长较快的目录、长期未访问的文件,统计目录文件数量与小文件占比,评估HDFS总存储量与扩缩容需求,为存储治理与资源规划提供全面数据支撑。Agent主动巡检,识别异常趋势并提前预警,让运维从"事后处理"转向"事前预防"。

华为云官方博客 515

华为云专题文档发布:丰富的AI案例、选型指导和概念解读

发布 “云服务选型”、“云计算概念”专题,提供云服务选型指导,助您选择匹配业务的云服务,解读云计算相关概念,开启云上学习之路。开发者工具和文档专区上线,提供从学习、实践到反馈的全链路支持。帮助中心新增100余篇AI案例。

华为云官方博客 286

一个人,也能用AI做点“星东西”

华为云星耀创想者大赛-2026华为云OPC创意大赛等你来~

华为云官方博客 289

从需求到可执行工作项:MCP+Skill 让智能体规划真正落地

回顾整个体验,以前让智能体帮我拆需求,它是洋洋洒洒给我列了一大篇 Markdown,看着挺像那么回事,但最后还是得我一条条往 CodeArts Req 里搬,搬完再手动挂父子关系、排日期,拆需求五分钟,搬运两小时。现在好了,MCP 给智能体接上了"手",Skill 给它装上了"项目经理的脑子",一句话下去,34 个工作项连带排期、层级关系全给我建好了,甘特图一拉,齐刷刷都在两周内,节省了多少工作量啊,美滋滋。本次实操在码道代码智能体基础上,构建了一套"需求→可执行工作项"的自动化规划方案。

华为云官方博客 574

华为云码道「码力续航计划」更新!

✅上新GLM‑5.3‑Flash,高速响应,代码生成、工程解析、Agent调试高效输出。新增GLM‑5.3‑Flash福利模型,每日解锁1000万免费Tokens。● 本次活动共发放总量价值100万元Tokens,发完即止!把耗算力的编码重活,交给华为云码道代码智能体🚀🚀。● 每日额度准时刷新,当日清零、次日满血重置。✅复杂算法、大项目解析、批量代码生成随便跑。✅不用抠额度、不用算消耗,放开调试大胆迭代。✅无需额外操作,登录即送,直接切换模型使用。● 把算力交给码道,让撸码不再内耗👏🏻。

华为云官方博客 684

【公共云三十问 之二十四】国计民生之交通:交通云如何铺就数智通衢新坦途?

交通行业作为支撑实体经济的关键基础设施,涵盖公路、铁路、机场、港口、地铁等众多子领域,其中,公路网络作为综合交通运输体系的基础骨架,承担着全国超过70%的客货运量,其数字化、智能化转型的需求尤为迫切。方面,提供Agent开发框架、知识库管理、RAG工程、意图识别、静态应用编排及模型评测等能力,支持客户将行业知识、业务流程与AI能力深度融合,快速构建面向收费稽核、路网调度、应急处置等场景的智能应用。开发并实现落地应用,全面覆盖建设、管理、养护、运营、服务、安全、办公七大业务领域。

华为云官方博客 461

【公共云三十问 之二十五】国计民生之电力:电力云如何点亮数智电力新引擎?

方案构建了覆盖数据获取、质量评估到标准化处理的全链路能力。基于公共云服务商智算底座及气象大模型,通过时空图神经网络重新建模产流机制,中国华电建成超50TB多源融合数据集,突破时空建模与机理融合等五大关键技术,短期径流预测精度较传统机理模型提升5个百分点以上,实现15天中期径流预测精度超85%,推理效率达秒级。基于气象大模型的基础架构与预训练能力,客户可直接在大模型之上开展增量训练与微调,充分利用场站所在区域的高精度历史数据(如3公里、1公里分辨率),针对不同场站和区域的地形地貌与气候特征进行模型调优。

华为云官方博客 380

邀请函|第三届“兴智杯”全国人工智能创新应用大赛开幕式,期待您现场莅临

AI 算法工程师、大模型应用开发、智能编码、国产软硬件栈开发者、开源开发者。大赛官方参赛对象就包含企事业单位开发者团队、个人开发者中华人民共...诉求:了解本届赛题方向、对接算力 / 技术资源、认识同行、获取参赛信息。意向参赛团队、往届参赛选手、技术团队负责人、个人独立开发者。

华为云官方博客 479
上一篇: 【华为云技术分享】干货分享丨jvm系列:dump文件深度分析
下一篇: 【华为云技术分享】技术实操丨使用ModelArts和HiLens Studio完成云端验证及部署
华为云开发者联盟
华为云开发者联盟 企业官方账号 企业官方账号
博客等级 码龄10年 72万+粉丝 5985原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值