马上2020春节了，回顾这几年的职场，做过测试和开发，运维和架构，基本上是把技术路线都走了一把。在这几年中，也出现了几次新技术的小革命，像容器技术，区块链和人工智能。正如"are you OK"说的，风口上的猪都能飞，在这几个技术风靡的时候，也曾一度想去做区块链和人工智能方面的工作。但最后都放弃了，现在的技术路线算是一脉相承下来的：TCP/IP协议栈-->Linux-->容器-->kubernetes(openshift)。
一个新技术的出现可能会让很多人趋之若鹜，但这也逃不开人们对这些技术的过度包装。是否需要从业于这些技术取决于各方面原因。当然比较实在的办法是直接通过面试看看这种技术的盈利模式是否合理，大部分情况下通过面试中的合理问答就可以直接判断一个公司或一种技术的盈利模式是否合理，后面是否能够在市面上站的住脚。前几年区块链火爆的时候，曾面试过一两家区块链公司，其中有一家公司的盈利模式是通过将挖矿机卖给个人，再将挖矿机产生的算力卖给需要进行数据训练的人工智能企业，这种盈利模式看起来还是挺新颖的，但也能看出存在很大的技术难度，像分布式稳定性，数据一致性，数据加密性，这个在技术上都非常难实现，特别是当这些挖矿机分布在个体手中，任何问题都可能出现。最最关键的是，做数据训练的公司的数据是比较机密的，通常会选择自购设备，或更倾向于使用阿里云或aws之类的大型公司的平台。
至于人工智能，目前大部分企业是基于概率论的算法推荐，我放弃的原因就是因为如果选择了这个职业，就相当于从0开始，几年的技术积累直接归0，而且在着手学了一段时间后发现自己的确对这类算法不怎么感兴趣。
可能很多人(包括我自己)在遇到一些新技术的冲击时都很难坐得住，内心的危机感会让人跃跃欲试，但需要注意的是这些技术是不是一场泡影，是不是真正适合自己。
技术的积累需要静下心花费很大功夫才行，而且很多技术都通常需要多年的经验累计才能最终体会到其真正内核。精通技术的方法从来不是看看某本从入门到精通或大师视频就可以了，最根本的方法还是得亲自动手，亲自搭建测试环境，亲自搜索文档/源码。积累技术/经验的最大好处是，懂得越多，实践中获得的自由度就越大。
从我个人角度看，后续IT的发展还需要新技术的驱动。随着IT入场人员的增多，新技术创新的乏力，传统IT行业的竞争压力只能越来越大。目前看起来比较新的容器和容器管理平台kubernetes，其专有名词很多，学习成本很高，但究其根本不过是基于Linux内核的命名空间隔离技术。前端的技术栈通常来说变化比较大，但从2019年技术报告来看，也逐渐趋于稳定。总体上看，IT技术仍然是在老技术上挤牙膏，就跟Intel一样(最近intel可能牙膏挤不出来，开始裁员了。。。)。
由于比较熟悉底层技术，个人认为后续这方面的发展倾向于简化平台的运维，说白了就是监控，最好的状态就是通过监控能够快速找出问题点，甚至能直接给出问题的根本原因。目前市面上的监控很多，通常来讲主要是基于Prometheus的metric指标，基于邮件或webhook的告警，基于前端的全路径追踪(opentrace)，以及应用的日志。这几类技术都比较成熟，但在实践中的转化率都比较低，如果应用不出问题，通常没有人会关心这些数据，甚至会忽略告警邮件。后续的发展需要提高这些数据的使用转化率，比如将iaas，paas，saas层的数据进行统一化，打通各个层面，破除之前割裂的场面，使得即使对底层不熟悉的人也能够快速上手。目前也有一些基于大数据的工具，但个人认为这类工具的使用场合也比较有限，毕竟平台的运行最终目标是要保证万无一失。
个人后续比较看好的技术发展方向是图像识别和语音识别。图像识别目前大都用于安保，但后续应用广阔，如果技术发展成熟，图像识别下的自动驾驶可以完全取代人工驾驶，到时候驾校估计就没了。当然，成熟的图像识别可以应用到各种场景，结合成熟的语音识别技术，可以通过智能机器衍生出各种应用场景。随着5G技术的发展和普及，这种技术应该会是近期可行的发展方向。还有就是支持图像识别和语音识别的平台技术，稳定的，能够快速纠错的平台将是所有应用的基石。
最好的技术发展就是技术革新，像历史上电力的出现，信息技术的出现。技术的革新可能会革掉很多人的饭碗，但这才是社会发展真正的驱动力。如果真的有这一天，可能是残酷的，但也是幸运的，如果这一天真的到来，你可以选择在掀起这场革命的公司门口买几套房子(商住房也可以哦)^^