> **来源：[研报客](https://pc.yanbaoke.cn)** Thoughtworks技术雷达2024年4月版聚焦当前科技领域关键趋势和技术分类。雷达通过四个成熟度环（采纳、试验、评估、暂缓）和四个象限（技术、工具、平台、语言和框架）对技术进行系统性评估，旨在为不同角色提供价值导向。本期雷达共包含146项技术条目，人工智能相关技术占比约三分之一，成为核心讨论焦点。 在技术领域，AI团队助理、LLM对话图分析和基于大语言模型的ChatOps等应用可提升团队协作效率，但需注意安全风险。检索增强生成（RAG）被列为AI团队首选方法，通过结合传统NLP技术优化LLM输出质量。持续合规技术通过自动化工具实现开发流程标准化，降低安全风险。边缘函数和Web组件等新兴技术面临性能与复杂性挑战，需谨慎评估适用场景。 平台方面，CloudEvents规范推动事件驱动架构互操作性，AzureContainerApps简化容器部署但牺牲部分灵活性。RISC-V架构因开源特性在嵌入式领域获得更多关注。Tigerbeetle作为开源分布式数据库，通过状态机确保会计数据完整性。ZITADEL作为轻量级身份管理工具，支持多租户架构及安全策略。 工具类技术中，Conan和Kaniko成为C/C++依赖管理和容器构建的首选方案。GitHubCopilot等AI编码辅助工具持续进化，通过聊天交互提升开发效率。自动化测试工具如Renovate和Terrascan帮助管理依赖项与基础设施安全，但需平衡测试成本与效果。OpenTofu作为Terraform替代方案，面临许可证不确定性风险。 语言和框架方面，Rust在UI开发和机器学习领域获得新机遇，vLLM通过连续批处理提升LLM推理效率。Mojo作为新型编程语言，结合Python生态与系统编程特性，正在探索阶段。Zig因强类型系统和跨平台编译能力，被部分团队用于构建C/C++工具链。LangChain因复杂性被移至暂缓环，建议采用轻量级框架替代。 雷达特别关注开源生态变化，指出部分工具从开源转向商业模式可能引发信任危机，强调需警惕许可证风险。同时，持续集成（CI）实践中PR审查已取代传统CI流程，引发对代码审查效率的反思。在AI应用领域，Thoughtworks建议避免过度依赖LLM微调，推荐RAG方案应对复杂场景。工具和平台的标准化趋势逐渐显现，如CloudEvents和Conan等。 总体来看，技术雷达强调技术选择需结合实际需求，避免盲目跟风。对于AI技术，倡导理性应用与质量管控。开源技术虽面临许可证挑战，但其透明性和可定制性仍具核心价值。团队建议关注新兴框架如SystemInitiative，但需评估其成熟度。通过持续跟踪技术演进，Thoughtworks致力于推动更安全、高效和可持续的软件开发实践。