前言
企业应用开发正因生成式AI的普及而发生变革，氛围编程和代理式编码等新兴方法通过辅助代码编写、文档撰写、调试和构建应用，显著提高开发人员生产力。这些方法需要内部开发人员平台（IDP）、平台工程和软件供应链安全防护等基础实践的支持，以简化流程、树立安全意识并减轻开发人员认知负荷。
AI在应用开发中的作用
氛围编程
氛围编程是一种新兴开发模式，开发人员充当高级协调者，通过自然语言指令传达期望效果，而非语法细节。关键要素包括人类主导流程、轻量级工具、人类主导规划、手动验证和最低级别安全防护功能。氛围编程适合小型任务、早期开发阶段和探索性开发场景。
代理式编码
代理式编码是更高级的AI辅助编程形式，代理式AI系统能够独立解析目标、分解任务、规划执行策略并调整行为。关键要素包括委托自主性、自动执行、AI驱动的规划、内置反馈环、上下文感知、系统级生成和安全监督。代理式编码适用于复杂工作流、流程自动化和动态环境。
AI辅助应用开发的基础
内部开发人员平台和内部开发人员门户
内部开发人员平台整合工具和服务，简化开发流程并实现自动化。平台由应用平台（提供基础架构和治理）和内部开发人员门户（提供前端界面）组成，旨在集中式访问功能、提高协作性、自动执行重复性任务并提供自助服务。
平台工程
平台工程专注于提高开发人员效率和生产力的学科，通过提供常用工具和功能，使开发人员能够安全地将代码部署到生产环境。平台工程采用“平台即产品”理念，持续改善开发人员体验，并提供顺畅且以安全防护为中心的流程。
软件供应链安全防护
为应对不断演变的安全威胁，需要在软件开发生命周期实施以安全防护为中心的策略。“下移”方法将可信软件供应链直接内置于内部开发人员平台，检测恶意代码、确保仅部署已签名软件并持续监控威胁，从而自动实施以安全防护为中心的策略。
应对AI辅助应用开发过程中的挑战
企业采用AI辅助开发可能面临影子AI的兴起、技术蔓延和技术债务、缺乏明确的所有权和问责制等挑战。应对策略包括明确开发人员的问责机制和监督机制、在各个阶段应用以安全防护为中心的开发生命周期实践、采纳平台工程及“平台即产品”的理念。
在企业中采用AI辅助应用开发
企业引入AI辅助应用开发通常分为三个阶段：
阶段0：实验阶段
开发人员试用云端工具，验证AI在生成代码、撰写文档和测试方面的生产力提升效果。
阶段1：从探索到采用
AI成为开发工作流的标准组成部分，企业可选择扩展云服务或本地部署，并集成软件供应链安全防护。
阶段2：针对企业进行定制和调整
AI工具被内置到开发人员模板中，成为每个新项目的默认组成部分，并进行微调模型。
红帽如何助力企业组织采用现代开发实践
红帽提供了一系列解决方案，包括红帽OpenShift、红帽高级开发人员套件、红帽AI和安全防护产品，支持平台工程、软件供应链安全防护和AI辅助方法。
平台工程
红帽OpenShift：内部开发人员平台的应用平台基础
红帽OpenShift作为内部开发人员平台的核心应用平台，提供一致的开发环境、基于GitOps的一致基础架构、基于持续集成和持续交付（CI/CD）的高效软件交付、监控和可观测性，以及通过基于角色的访问权限控制（RBAC）实现安全防护。
红帽开发人员中心：内部开发人员门户
红帽开发人员中心是红帽高级开发人员套件的一部分，提供了一个基于Backstage构建的企业级门户，具有企业级支持、内置安全防护、加快开发、动态插件和简化的红帽OpenShift集成等优势。
软件供应链安全防护
红帽提供了一套安全防护产品，包括红帽可信产品组合分析器和红帽Trusted Artifact Signer，旨在帮助团队降低整个开发生命周期中的风险。
AI辅助应用开发
红帽提供了一个值得信赖的开源平台，支持在从私有数据中心到公共云的任何位置构建和部署AI应用。
红帽OpenShift AI
红帽OpenShift AI基于红帽OpenShift的企业级基础而构建，为团队开发、部署和管理AI模型提供了一致且可信赖的环境，包括模型开发、模型服务和监控、全生命周期管理以及资源优化和管理。
经过验证和优化的AI模型
红帽允许企业组织使用自己的私有数据微调开源模型，并通过红帽企业Linux AI提供模型存储库和InstructLab进行社区驱动的微调。
一致的DevOps和MLOps运维
红帽提供了一套功能强大且以安全防护为中心的开放混合云解决方案，帮助您的企业组织采用并推进现代化AI辅助应用开发。
