详细内容或原文请订阅后点击阅览
你闻到了吗？人工智能开发中隐藏的技术债务
为什么没有标准的速度会创造出脆弱的人工智能产品你闻到了吗？人工智能开发中的隐藏技术债务首先出现在《走向数据科学》上。
来源:走向数据科学首先“闻”它们。在实践中，代码异味是预示未来问题的警告信号。该代码今天可能可以工作，但其结构暗示它将变得难以维护、测试、扩展或安全。气味不一定是虫子；它们是设计债务和长期产品风险的指标。
这些异味通常表现为交付速度较慢、变更风险较高、回归和生产事件更加频繁、AI/ML 结果不太可靠，而这些结果通常是由破坏评估和泛化的泄漏、偏差或漂移造成的。
从原型到生产的路径
数据/人工智能产品开发的大多数阶段可能有所不同，但它们通常遵循相似的路径。通常，我们从原型开始：首先勾勒出一个想法，然后通过一个小型实现来展示价值。 Streamlit、Gradio 或 n8n 等工具可用于使用合成数据来呈现非常简单的概念。在这些情况下，您可以避免使用敏感的真实数据并减少隐私和安全问题，尤其是在大型、隐私敏感或受到严格监管的公司中。
随后，您将转向 PoC，在其中使用真实数据样本并深入了解功能，同时与业务部门密切合作。之后，您将转向产品化，构建一个随着您验证和捕获业务价值而不断发展的 MVP。
大多数时候，原型和概念验证都可以快速构建，而人工智能则可以更快地交付它们。问题是这段代码很少符合生产标准。在变得健壮、可扩展和安全之前，通常需要跨工程（结构、可读性、测试、可维护性）、安全性（访问控制、数据保护、合规性）和 ML/AI 质量（评估、漂移监控、再现性）进行重构。
您看到或未看到的典型气味 🫥
当团队追求快速胜利时，这种隐藏的技术债务（通常表现为代码异味）很容易被忽视，而“氛围编码”可以放大它。因此，您可能会遇到以下问题：
这有什么帮助