十年来，ThoughtWorks技术雷达见证了众多技术的兴起与沉寂，我们不断看到有新的条目被纳入到雷达，从不被认可到进入“采纳”，或是从广受好评到建议“暂缓”，这其中所体现出的趋势是什么？我将在本次演讲中讲述。

熟悉《技术雷达》的读者应当了解，每期技术雷达都会有3-5个主题，我们将其概括为“宏观趋势解读”。在此次演讲中，我将阐述我们如何灵活变通地发掘各种主题（这个过程也体现了雷达实践本身的协作性质），以及如何从200+个技术点中抽象出当下最值得关注的技术主题。

当新的技术，特别是那些史无前例的技术面世时，它们通常都不会是明显的赢家。亢奋，神话，过度承诺以及误解，都会遮蔽技术的本来面目。而在我们更加理解某技术后，就会在使用过程中产生“原来如此！”的顿悟。在这个分享中，我会和大家一起，回顾过去十年来的一些重要技术变革，还有那些“原来如此！”的时刻。

上个世纪，一门特定的编程语言可以流行数十年之久。即便在本世纪早期，几乎全部的企业开发也都是由Java或者C#完成，当然，在产品环境中仍然运行着大量的COBOL代码。然而，经过技术雷达近十年的观察，近年来新的编程语言不断产生，甚至得到令人惊奇的广泛采用，这都已经变成了稀松平常的事情。这个演讲会讨论在过去十年中编程语言的历史和演进，还会讨论那些新引入甚至被再次引入的语言特性，以及语言的生态系统。

随着数字未来的到来，企业亟需实现数字转型。在本次演讲中，我将从华为及华为客户的经验实践出发，介绍一套数字转型框架——Digital Mastermind，旨在帮助企业更快更好的找准远景、目标与机会，识别能力与差距，进一步实施和推进转型。

出于对SOA的反思，技术雷达7年前第一次提出了微服务的概念；而出于对分布式系统复杂度的敬畏，我们在7年后对微服务的广泛采用仍保持谨慎。本话题将会以技术雷达的视角，追溯微服务的发展与演进历史，分享在分布式系统中经久不变的原则实践，和挥之不去的反模式阴云。

自从阿里提出了中台战略，这个概念很快就火了起来。在与客户接触的过程中，我也发现无论是科技行业、金融行业、亦或是传统制造业、房地产业，都在大力开展数字化中台建设。本话题想深入聊聊这个中国特有的网红概念，主要围绕企业为什么都想要一个中台、一个理想的企业中台都需要什么、技术雷达如何支撑数字化中台的，与大家共同探讨数字化时代的企业是把中台当成一种技术还是数字化的新型企业管理方法。

随着个性化服务的逐渐流行、按需消费意识的增强，传统的被动服务模式和命令驱动供应链已显疲态，更智慧的物接入已渐渐成为企业优化业务闭环的必需物，物联网平台接入也成为企业技术平台无法回避的变革方向。本话题中，我们一起通过典型案例看看物接入的发展趋势，物接入的业务分析角度，物联网平台的功能需求和基本结构，以及构建物联网平台决策前需要考虑的问题。

近几年来，基于微服务的架构日益流行，这种架构有望实现独立式演进，从而缩短开发周期并扩展开发规模。与此同时，在许多软件解决方案中，大部分代码库目前都是在Web浏览器中运行，这就使得前端软件的设计投入经常超出人们的预估。在本期对话中，Erik将介绍一些在实际应用中经过验证的模式，各团队可以利用这些模式避开可怕的单体式前端架构，并构建可以实现微服务优势的软件解决方案。

近年来，在为用户提供软件解决方案时融入UX概念和实践已经成为常态。在本次演讲中，我们将展示近年来UX概念和体验的发展旅程，以及它如何影响数字技术的发展轨迹。探讨如何将设计融入软件开发过程，这两个领域又将如何在共生环境中共存。

微服务最大的痛点不是开发复杂度，而是在服务的治理。于是各种“微服务平台”或者“service mesh” 等工具开始尝试解决微服务治理问题，但是这些平台或工具都没有在安全方面带来足够的知识与实践。 考虑微服务安全时，很难有一个清晰的思维概念，一方面是因为安全本身就是一个复杂的范围，很难独立的与架构所配合解释，另一方面是因为微服务更多的实践是 cloud native，很多安全实践可以照搬云安全配置，但是缺乏通用性的适配。本场话题将从安全角度讲述微服务实践。

在传统企业服务化改造过程中，面临着一系列挑战：服务交付速度慢、技术人才缺乏、架构治理经验不足等。合理的应用服务模板能有效地解决这些问题。随着软件生态圈的发展，服务模板的构建也在发生有趣的变化。本次分享将带着大家来看看服务模板是如何不断演进的。

几十年来，关系数据库都在试图解决数据存储和处理的问题。但随着数据的指数级增长，关系数据库已经难以继续满足这些需求，我们不得不去寻求可以随着业务的增长不断横向扩展的解决方案。通过横向扩展，我们实际上采用了一种分布式系统，但是只有少数人意识到了这种系统所带来的复杂性。在本次话题中，我将着重讲述在实际项目实践中发现的常见错误和从中获得的经验教训。

如何打通企业数据壁垒、构建统一的数据中台已经成为业界广泛思考和实践的重要命题。本次话题将通过多个大型企业的实战经验与大家分享如下内容：如何应对数据创新的不确定性，如何制定数据的投资和建设策略、数据中台建设会面临哪些挑战以及如何应对？

持续集成、持续交付、持续部署可以让软件进行快速迭代的同时保持着较高的软件质量。随着机器学习的普及，越来越多的服务更加的个性化，定制化，“持续智能”定义了一套对此类服务进行快速迭代和发布的一种方法。

当数据和AI越发趋于产业化、规模化，越来越多的企业开始从关注AI本身跳转到关注AI平台、AI产业化，“如何构建企业级AI平台”就成了当下至关重要的一个命题，本次话题将围绕企业级AI平台的架构实践来和大家分享以下内容：企业级AI平台的由来、核心架构和演进趋势。