软件架构师角色的演变 - 软件架构师角色正经历技术能力、业务理解与数据驱动决策三位一体的转型期[3] - 云原生、微服务、分布式系统及低代码/无代码平台的普及使软件系统复杂性呈指数级增长[2] - 架构师核心职责从系统设计、技术决策转变为在快速迭代环境中保持架构健康与团队效率[2] AI对软件架构的影响 - AI可自动化代码生成、智能测试、辅助设计，快速发现潜在问题与优化空间，提升效率[2] - AI被视为有价值的助手，可辅助分析指标、提供改进方案，但无法取代人类判断与决策[5][8][9] - 技术决策必须由人类能力与经验主导，AI只有在人类驱动下才能成为真正生产力工具[8][9] - 软件架构涉及权衡取舍、理解业务背景及预判未来需求，难以在自动化系统中完全实现[14] 可度量与可演化架构理念 - 构建稳固且具适应性的系统可提升软件交付质量并确保系统随业务需求同步成长[4][7] - 指标与度量是推动争议更趋客观的有效方式，但团队共同秉持的架构愿景仍极为重要[8] - 采用演化式软件架构中的适应度函数可实时监测架构健康状况，及早发现退化迹象[4][11] - 架构退化迹象包括开发速度变慢、缺陷增加、性能问题及系统应对高负载出现困难[11] 架构治理与可观测性 - 真正架构治理需对所有软件属性保持持续监控，而不仅是系统运行时的质量属性[4][11] - 理想情况下架构性错误应通过失败的架构单元测试被检测到[11] - 指标不应被强制设为目标，而应结合团队文化建设，基于真实且公认的痛点引入[12] - 测试代码覆盖率是最被滥用的指标，数值非常低时是团队生产力不足的有用信号[13] 架构文化与团队协作 - 在团队内部建立真正软件架构文化需与开发人员并肩工作，尤其是在建模阶段[9] - 软件架构是工程学领域内一门不断发展的科学，需研读大量科学文献并持续深化理解[10] - 架构是一种共享愿景，决策应是集体性的，需将“我”从架构中去掉，确保团队共同参与[17] - 优秀架构师需具备分析能力、领导力、共情力，但好奇心能引导出创造性解决方案[15]