Thoughtworks技术雷达第33期（2025年11月）

根据提供的Thoughtworks技术雷达第33期（2025年11月）文章，以下是内容总结：

概述

技术雷达是Thoughtworks发布的前沿技术趋势指南，由公司技术顾问委员会编撰。它将技术条目分为技术、平台、工具、语言和框架四个象限，并通过采纳、试验、评估、暂缓四个环来评估其成熟度和推荐程度。

本期核心主题

基础设施编排助力AI发展：AI工作负载（尤其是训练和推理）推动了对大规模GPU集群的智能编排需求。Kubernetes及其生态（如Kueue）的拓扑感知调度、队列管理变得至关重要，以确保高性能和资源利用率。

MCP推动的智能体崛起：模型上下文协议已成为智能体（Agent）与外部工具和数据源集成的关键协议。围绕MCP和智能体工作流的工具生态（如A2A、AG-UI协议）正在快速扩张。

AI编码工作流：AI正在深刻改变软件构建方式。焦点从个人提示词转向团队协作，例如通过AGENTS.md文件和为软件团队精选共享指令来标准化AI使用。同时，规范驱动开发和编码智能体团队等新实践正在涌现。

新兴AI反模式：AI的加速应用也带来了新问题，需要警惕AI加速影子IT、自满于AI生成的代码、天真的API到MCP转换等反模式。

各象限亮点摘要

技术采纳：持续合规（自动化合规检查）、为软件团队精选共享指令（共享高质量AI指令）、使用生成式AI来理解遗留代码库（已从试验变为实用默认方案）。
暂缓：Text to SQL（因可靠性问题，建议人工审核）、独立数据工程团队（视为导致效率低下的反模式）。

平台采纳：云上Arm（因成本效益和能效，已成为许多工作负载的推荐架构）。
试验：模型上下文协议（MCP，智能体集成标准）、Apache Paimon（数据湖格式）、LangSmith（LLM应用可观测性平台）。

工具采纳：ClickHouse（高性能分析数据库）、NeMo Guardrails（为LLM应用添加安全控制）、Pydantic（Python数据验证，对LLM结构化输出至关重要）。
试验：Claude Code（具备智能体特性的AI编码工具）、v0（自助式UI原型设计工具）。

语言和框架采纳：Fastify（Node.js Web框架）、LangGraph（多智能体应用编排框架）、vLLM（高性能LLM推理引擎）。
试验：Pydantic AI（构建生成式AI智能体的框架）、Tauri（构建跨平台桌面应用的框架）。

结论

本期技术雷达强烈聚焦于人工智能，特别是智能体（Agent）的崛起及其对整个软件开发生命周期的影响。报告既展示了应积极采纳的技术（如MCP、AI辅助理解遗留代码），也警告了需要避免的反模式（如对AI生成代码的盲目信任）。核心趋势是AI工具和工作流正从个人生产力工具，演变为需要团队协作、规范治理和专门基础设施支持的核心工程能力。