随着 DevOps 技术更为广泛地在各行各业应用，从公司层面来看，考察的不仅仅是 DevOps 平台的技术，更多的是 DevOps 平台与企业产品的兼容性与企业文化能否为 DevOps 提供落地的土壤，这背后是商业模式、思维方式、管理理念的一系列变革。
在 Authing 身份云最新推出的高端对话播客栏目「黑客与画家」中，追光几何 CEO 吴星辉、增广智能 CEO 黄安杰、本末科技合伙人 Erin Wu 、仙工智能联合创始人叶杨笙、Dorabot DevOps 负责人袁璟旸就“DevOps 硬件实战”展开深入讨论，并由Authing 联合创始人李宇航主持。全面解读 DevOps 在硬件领域的应用场景，包括机器人、航天等领域，为 DevOps 项目落地提供实践指导。 本文根据「黑客与画家」第二期内容“DevOps 硬件实战”内容整理，仅占对话内容 1/10 ， 全部内容请点击音频收听完整故事，或在小宇宙、喜马拉雅搜索播客“黑客与画家”收听。
仙工智能联合创始人叶杨笙认为：
“硬件相比软件，开发周期会比较长。软件写完后提交、编辑，就可以部署到企业了。而硬件还需要去打板、贴片、做测试，整个流程跑下来一个多月过去了。
好的制造业企业，离不开质量管理。质量管理的本质是让已经发生过的问题不要再次发生，所有的问题都要追溯验证。
好的硬件产品，是设计出来的，即在研发阶段就开始进行质量管理，而不是最后等到产品测试时再去关注产品质量。对于硬件领域 DevOps 来说，在某种程度上，也是提高质量管理效率，实现自动化运维。比如我们在购买一个 SaaS 产品时，会考虑 Authing 是否已经集成了这个产品，提高集成效率。”
增广智能 CEO 黄安杰认为：
“质量提高的过程是积累和学习的过程。工业是很难一次性把事情做对，很多时候你不踩一些坑，就永远无法做出好的产品。对于产品的测试而言，提前做验证，发现风险点并且提前测试出问题固然是最好的。但是有时候也需要抱着改善的心态，提高迭代和反应的速度来解决产品的问题。
所以对于 DevOps 而言，最好的方法是让之前发生过的事情不要再次发生，在下一次产品迭代中，将问题解决”。
追光几何 CEO 吴星辉认为：
“工业软件的发展一直在将工业环节实现前置预判。 比如更早没有仿真软件的时代，产品的验证必须要做很多物理试验，但随着仿真加工软件的普及，极大地降低了产品的研发周期与成本。在设计阶段就可以第一时间验证产品，发现问题、解决问题。在仿真加工软件之后，还会有些别的软件，比如西门子等的一些虚拟实验软件，加强了数据分析，将以往发生在生产过程中的问题前置解决，加快产品数字化进程。
现如今随着物联网日渐普及，会将设备运行参数、状态参数与环境参数等指标进行数据反馈，监测生产设备运行状态，帮助工程师根据这些反馈提前做预测，规避问题。
软件定义世界。就整个工业数字化演变过程来看，DevOps 是实现企业上云的重要路径，将会使工业质量与测试越来越数字化与软件化。
但硬件发展可能还没到这个阶段，未来是否会直接通过工业软件贯穿整个制造业产业链，实现全生命周期的虚拟化，其实这是值得思考的问题。”
Dorabot DevOps 负责人袁璟旸认为：
“可以从 DevOps 的软件定义类比。
将软件上所说的 DevOps 定义类比到硬件上就是快速迭代、快速验证，比如搭建一个有类似于 Git 的图纸管理平台，只要有人对机械图纸、电路图进行了修改、提交，那么就能触发一系列的仿真流程，用自动化的仿真测试的方式去验证一些或基础或复杂的问题，再结合一些对已知问题的回归测试用例的迭代去逐步完善硬件系统，这样就可以用最低的成本、最短的时间高效地找到问题。”
本末科技合伙人 Erin Wu 提到：
“DevOps 改造传统制造业的流程，是用敏捷开发的能力去做硬件。硬件研发主要存在两个问题： 一方面，复盘周期长：在以往，往往需要先跑一个月的开发周期，才能去发现生产过程中一些问题，复盘完成、修复问题后，又需要一个周期。
有了 DevOps 有三方面作用：
- 可以提高硬件产品开发信息流转效率，缩短上线时间；
- 可以更加准确地预测项目时间节点；
- 质量过程管理，全流程管控整个研发过程包括从硬件到图纸到产品 BOM 的各个小节点，如果出现问题，及时解决，可以保障最终产品质量。 另一方面，问题可复制性低：硬件运行的物理环境难以复现，导致硬件研发问题也难以复现或者复现成本很高。如果软件能够帮助硬件越多地记录物理环境信息，就可以帮助硬件复现问题、定位问题、并解决问题。”
Authing 联合创始人李宇航认为：
“受制于国情与经验，一些国外的 SaaS 软件应用到中国制造业有些水土不服。一些企业买了国外的 SaaS 产品，但是研发部门更相信自己的经验而不信任这些软件，导致使用率很低。”
追光几何 CEO 吴星辉表示：
“受制于研发周期、既定思维，DeveOps 硬件落地还有很长一段路要走，企业要有很大毅力和决心去踩很多坑，并且从这些坑去反思、迭代产品。
比如，软件在实际落地硬件时很多流程串不起来，但是受制于数月的开发周期和一年数千万成本，又不太可能让软件公司研发一直驻场支持，这就导致信息化部门花了大力气购买产品，但是业务部门用不起来等情况经常发生。”
仙工智能联合创始人叶杨笙表示：
“仙工采用自研低代码平台搭建逻辑是先搭建出一个平台，去解决系统中最小的问题，继而再解决其他问题，最后将复杂系统搭建出来。用了一段时间会发现系统的一些问题，然后需要不断调整，修改流程或者业务单据等，将系统不断迭代、完善以更符合业务需求。
我们是整机产品，发版后会有机器的自动编译测试运行的问题，反馈到日志分析器中去定位问题，然后将常见问题做经验总结，固化到日志分析器中。在测试完毕产品化后，卖给客户。”
增广智能 CEO 黄安杰表示：
“增广智能产品是软硬结合的，里面会有控制器，也有机械零件，通过更多传感器和产品自己导出数据的方法，通过一些白盒测试，即时反馈系统运行的问题，可以更快地通过自动化的测试，保证研发即使在不断对系统进行微调、修改，但是也不会产生过往遇到过的问题。
在每次推出新产品时，我们会根据以往测试用例去重新定义这个产品的数据运行情况，及时规避过往遇到的一些问题。”
追光几何 CEO 吴星辉表示：
“追光几何本身是家软件公司，所以会常用 teambition 、Tapd 等敏捷开发工具做项目管理，代码则使用 GitLab ，近期内部也在逐渐实践 DevOps 的构建。
在项目管理环节，我们发现软件和硬件领域其实区别没有那么大。软件开发环节的项目管理是从 PRD 、UI 设计，程序员写代码、测试到发布。硬件项目管理，机械设计、仿真，工厂加工、装配测试到发布。某种程度上，机械设计、工厂加工等环节可以类比为软件领域程序员写代码的环节，只不过更为复杂和交叉。”
Dorabot DevOps 负责人袁璟旸表示：
“Dorabot 也是一家软硬结合的公司，由于机器人所涉及到的模块众多，所以会有专门的监控工具去搜集、整理各个模块的日志，并会将发生问题的场景记录下来，用于问题修复后的回归测试。
我们的 DevOps 平台也是基于 GitLab 的，同时为了最大程度的复现问题发生的情况，我们会将测试程序跑在出现问题的同一型号的机器人设备上，通过仿真和回放之前录制的场景来进行回归测试。”
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。