2017 年技术行业和开发者工具的 7 项预测

作者：Paul Dix / 公司, 开发者
2016 年 12 月 20 日

关于科技行业的预测通常不值得它们在互联网上传输所花费的字节，但我认为自己做一些预测会很有趣。因此，这里有七项关于我们在 2017 年将会看到和不会看到的事情的预测，以及一些关于为什么我认为每项预测都可能是准确的想法。

Go 将继续崛起，成为一种占主导地位的服务器端编程语言

2013 年，我预测 Go 将取代 Scala、Node.js，并可能最终取代 Java，成为一种占主导地位的服务器端语言。在过去 3.5 年中，这种崛起一直在持续，并且似乎没有任何减弱的迹象。我曾短暂地怀疑 Rust 1.0 的推出是否会对 Go 的采用产生影响，但似乎并没有什么影响。Go 仍然是一种有吸引力的语言，因为它具有可读性、性能、健壮性、工具和温和的学习曲线。

我们将看到 Go 1.8 的发布，其中包含动态链接共享库和由于垃圾回收而带来的显著延迟改进。Go 团队不断推出高质量的版本，改进了功能、性能和工具。他们的持续性令人惊叹，这将继续推动更多地采用该语言，使其成为大型代码库和生产工作负载的首选工具，在这些场景中，可读性、健壮性和性能至关重要。

整个 TICK 栈都是使用 Go 编写的，我们将继续使用新的 Go 版本进行测试和构建。例如，即将推出的 Telegraf（我们的数据收集器）版本将使用 Go 1.8 中的共享库功能来启用实验性和外部插件。

Kubernetes 的受欢迎程度将继续快速攀升，并且没有明显的见顶迹象

Kubernetes 会议 KubeCon 今年的与会人数超过 1,000 人，高于去年的 300 人。它持续受到大规模采用。作为另一个数据点，我们看到旧版本的 InfluxDB 的增长，我们将其直接归因于 Kubernetes 部署的增长。我们跟踪各种 InfluxDB 版本的使用统计数据，虽然所有旧版本的使用量都随着新版本的推出而下降，但我们看到一个特定版本的使用量有所上升

在上图中，我们跟踪了三个月期间各种 InfluxDB 版本的增长和下降情况。您可以看到旧版本随着新版本的推出而下降。例如，11 月中旬开始上升的蓝线是当我们发布 1.1 版本时。

所有旧版本都如预期般下降，除了 0.12 版本，尽管它已经有八个月的历史，但其受欢迎程度仍在上升。我们发现，用于检测 Kubernetes 部署的项目 Heapster 默认使用 InfluxDB 0.12 版本。在三个月的时间里，我们看到在野运行的 InfluxDB 服务器增加了约 4,000 台，我们认为这归因于 Kubernetes 中的使用。

RedHat 正在通过 OpenShift 押注 Kubernetes，许多主要的行业参与者和新创公司似乎都在支持 Kubernetes。我的预测是，由于 Kubernetes 在云端、裸机和 OpenStack 部署中的适用性，它将在短时间内超过 OpenStack 社区的规模。

Serverless（无服务器）炒作将兴起

Serverless 计算，例如 AWS Lambda，已经兴起，但我预计炒作周期在未来 12 个月内会增加。借助 Amazon Lambda、Azure Functions 和 Google Cloud Functions，所有三家主要的云厂商都已部署了 serverless 框架，他们将继续在这些框架上进行投资和创新。开发者将被成本节约、轻松扩展的架构和零 DevOps 所有权的可能性所吸引。

但是，我认为 serverless 在未来 12 个月内需要克服的主要障碍将是开发者生产力和可用性。对于新项目采用 serverless 架构，必须易于迭代产品。这是因为大多数新项目面临的最大风险是您构建了无人需要的东西，而不是构建了无法扩展的东西。在大多数项目的早期阶段，扩展不是问题。

这就是为什么开发者生产力在早期是最重要的指标。这就是为什么 Ruby on Rails 取得了如此巨大的成功。它不如 Java 可扩展，但它使开发者的生产力大大提高。为了使 serverless 真正兴起，我们将不得不看到一个框架（也许是 Serverless？）的兴起，以便为云厂商的平台提供生产力和可用性。

优化开发者幸福感、生产力并缩短他们的价值实现时间是我们产品 DNA 的一部分，也是我们每个新产品和版本的目标。所以实际上我只是在推销我们自己的书，但我认为这些是 serverless 架构在未来十二个月内要实现的关键目标。

人工智能和深度学习的炒作将继续，但未能交付成果

围绕人工智能、深度学习和机器学习的炒作将继续有增无减。我认为这里存在泡沫，但在未来 12 个月内，它没有任何破裂的迹象。主要是因为对该领域的投资还处于早期阶段，我认为其中没有足够的投资会失败以使泡沫破灭。再加上持续的收购招聘推动了人工智能相关投资的适度增长，而这些公司从未交付过功能性或商业上可行的产品。

投资者将继续向任何在深度学习技术方面具有强大学术背景的团队投入资金。但是，我认为这些投资都不会以投资者希望的大规模方式获得回报。主要是因为机器学习研究人员尚未在理解智能和学习方面跨越任何新的事件视界。使用的技术已经存在一段时间了。我们现在只是向问题投入 GPU 和更多数据。没有取得任何新的基本理解来推动这种炒作。

最终，这些技术可以应用于解决范围狭窄的问题，例如语音识别、面部识别和一定程度的自动驾驶汽车。但是，这些蛮力技术不会产生普遍适应的智能。我们将继续获得略微改进的软件可用性和响应能力，这将有助于人机交互，但不会像 Jarvis 那样给我们一个真正的钢铁侠风格的人工智能。

但是，开发者将能够使用已经存在的技术来开始将有趣的产品增强功能和可能的新产品串联起来。观察这种发展并看看我们最终是否会走向另一次人工智能寒冬将是一件有趣的事情。

MR/VR 炒作将达到顶峰并走向幻灭的低谷

随着 MR（混合现实）和 VR（虚拟现实）设备交付给开发者，炒作将达到顶峰，因为每个人都意识到，要达到人机交互新范式的理想状态还有很多工作要做。围绕 VR 和 MR 的炒作是，它们将导致一种与计算设备交互的全新方式，例如鼠标和图形用户界面或智能手机上的触摸屏（即 iPhone）的引入。

Magic Leap 的炒作泡沫似乎已经开始破裂，并且VR 头显仍然让一些用户感到晕动病。在我们获得一种全新的计算范式之前，还有更多的工作要做，这种范式不仅适用于精选的娱乐，而且适用于更多领域。目前，用例将仅限于游戏和令人惊叹的应用程序。

我对低谷之后会发生什么感到兴奋，届时第二代和第三代系统将可用。我们可能会有全新的应用程序用于协作、通信和交付计算体验，这种体验在与计算机交互方面以及在与其他人交互方面都具有更高的带宽。

开发者将在明年学习新的界面并为其编程。我们可能会看到应用程序的爆炸式增长，超过平台上的实际需求，从而导致低谷。

物联网将继续碎片化，但传感器数据的指数级扩展将继续

物联网 (IoT) 目前是一个非常碎片化的市场。这个包罗万象的短语可以用来指代工厂和油气井中使用的工业 Historian，但它也用于指代家庭自动化、Fitbit 等可穿戴设备、零售业的库存跟踪以及车队和汽车跟踪等等。传感器数据的许多不同用例似乎不会在未来 12 个月内围绕一个标准结合在一起，这意味着从解决方案的角度来看，市场将仍然是碎片化的。

但是，这不会阻止许多零售商、制造商、建筑公司、软件初创公司、硬件制造商以及许多其他公司继续前进，并用传感器检测他们所有的设备，以跟踪每一个可以想象的可衡量特性。在未来十二个月内，数据（特别是传感器数据）的指数级扩展将继续有增无减。首先面临的挑战将是如何运输、存储和管理所有这些数据。然后我们将不得不弄清楚如何从中挖掘洞察力。

随着时间推移跟踪传感器数据是 InfluxData 的一个关键用例，因此我们将与客户和用户合作，努力帮助解决扩展和洞察力问题。为了实现传感器驱动的未来，肯定还有更多的工作要做，但它正像一列货运火车一样迎面驶来。一列装饰着数万个传感器的火车。

我们将看到一些不错的科技公司 IPO

2016 年是科技公司 IPO 市场惨淡的一年。只要市场不会随着新总统的上任而完全崩溃，2017 年可能会稍好一些。《财富》杂志列出了 7 家可能推动大规模 IPO 的候选公司。

结论

2017 年对于科技行业来说将是激动人心的一年，我确信还有许多我没有涵盖或没有预见到的曲折。现在是软件开发者最好的时代，而且 2017 年似乎将延续这一趋势。