Thoughtworksは最近、テクノロジーの現状に関する独自のガイドを提供するテクノロジー・レーダー第31巻を発表した。
テクノロジー・レーダーによると、生成AIと大規模言語モデル(LLM)が、ソフトウェア開発における責任ある使用に焦点を当てながら、優勢を占めている。AIを活用したコーディングツールは進化しており、AIの支援と人間の専門知識のバランスが必要となっている。
システムプログラミングではRustが注目を集めており、多くの新しいツールがRustで書かれている。WebAssembly（WASM）1.0が主要なブラウザでサポートされたことで、クロスプラットフォーム開発に新たな可能性が開かれている。また、ガードレール、評価フレームワーク、ベクトルデータベースなど、言語モデルをサポートするツールのエコシステムが急成長している。
テクニックのクワドラントでは*、*1％のカナリアリリース、コンポーネントテスト、継続的デプロイメント、RAG（retrieval-augmented generation）などが注目される。Raderは、AIの革新と実績のあるエンジニアリングプラクティスのバランスをとる必要性を強調し、単体テスト prhやアーキテクチャーフィットネス機能のような重要なソフトウェア開発テクニックを維持している。
プラットフォームの場合、Radarはトライアル リングでDatabricks Unity Catalog、FastChat、GCP Vertex AI Agent Builderのようなツールを強調表示している。また、Azure AI Search、V7、Nvidia Deepstream SDK、Roboflowなどの大規模ビジョンモデルプラットフォーム、SpinKubeなどの新興プラットフォームも評価している。このクワドラントでは、ガードレール、評価、エージェント構築、ベクターデータベースなど、言語モデルをサポートするツールの急速な成長を強調しており、AI中心のプラットフォーム開発への大きなシフトを示している。
ツールのセクションでは、AI機能と信頼性の高いソフトウェア開発ユーティリティを組み合わせた堅牢なツールキットを持つことの重要性が強調されている。Raderは、Bruno、K9s、BackstopJSのようなビジュアルリグレッションテストツールの採用を推奨している。クラウド管理、データ処理、AI関連のデータベース技術に重点を置き、AWS Control Tower、ClickHouse、pgvectorなどを試すことを提案している。
言語とフレームワークでは、dbtと Testcontainersの採用を推奨している。トライアルリングでは、AIや機械学習フレームワークへの関心の高まりを反映し、CAP、CARLA、LlamaIndexなどが含まれている。
テクノロジー・レーダーはまた、特定のアプリケーションにおいて、大規模言語モデル（LLM）に代わるものとして、小規模言語モデル（SLM）への関心が高まっていることを強調し、特定の文脈でより良いパフォーマンスを発揮する可能性や、エッジデバイス上での実行も可能だと指摘した。このエディションでは、現在のAI技術の急成長と、2015年頃のJavaScriptエコシステムの爆発的な拡大との間に並列性を持たせた。
全体として、テクノロジー・レーダー第31巻は、AIと機械学習の進歩に大きく影響されるテクノロジーの状況を反映すると同時に、堅実なソフトウェアエンジニアリングの実践が引き続き重要であることも強調している。Thoughtworksのテクノロジーアドバイザリーボードによって作成されたテクノロジーレーダーは、急速に進化するテクノロジーエコシステムをナビゲートする開発者、アーキテクト、テクノロジーリーダー向けに、どのテクノロジーを採用すべきか、試用すべきか、評価すべきか、または慎重にアプローチすべきかに関するガイダンスを提供し、貴重な洞察を年2回提供している。
Thoughtworks Technology Radarは、ウェブサイトからアクセスできるインタラクティブなオンライン版と、ダウンロード可能なPDFドキュメントの2つの形式で読者に提供されている。