作者| David Linthicum
云架构是一种高级设计，它包含了基于云的系统的整体结构和组件，以及这些组件如何相互关联，同时还考虑到了可伸缩性、可用性、安全性和性能。它定义了如何集成各种云服务和资源以满足特定的业务或技术要求。可以说，云架构为部署和组织云资源提供了蓝图，并使之变得足够简单。
云工程涉及云架构的实际实施和执行。云工程师负责构建、配置和管理云基础架构和服务，以确保它们与架构设计（包括主题）保持一致。
云工程师拥有决定某些事情是否有效的最终决定权。我们大多数人都参与过那种选择了不起作用的技术的项目，因此工程师应该有权否决一些架构决策，以获得更优化的最终状态。
工程侧重于设置和维护云环境的动手技术方面。云工程师使用工具和技术来部署应用程序、优化资源使用、自动化流程并确保云基础架构的可靠性和安全性。
我们既需要建筑师也需要工程师
如今，随着生成人工智能在科技媒体上占据主导地位，那些关注这个博客和播客的人经常说工程不再是一门必要的学科。毕竟，如果人工智能可以提供许多必要的编码，它也应该能够提供所需的详细工程，是吧？我认为没那么快。
我们需要这两个学科之间的合作，一个没有则另一个就无法正常运作。例如，我无法设计基于多云的系统，为不同云上的不同云服务定义不同的用法。每个云和每个服务都有工程认证，需要有非常专业的知识才能正确获取详细信息。作为云架构师，我了解如何构建安全架构，但如何在每个云提供商上部署安全架构，是云架构师通常所不具备的能力，并且也不应该要求他们具备。工程师使用最先进的最佳实践和方法构建和部署每个系统。这也是为什么建筑师与工程师的比例通常是一对多：一个建筑师对许多工程师。我的部署团队通常至少有 10 人，具体取决于我们在做什么。
为什么会有这种困惑？
我不确定这个概念在当今是否被充分理解，而且在我们们正急急忙忙地向基于生成式人工智能的云服务迈进时，我看到一些重大的错误正在发生。
许多人认为，在迁移到云端的过程中，工程任务是最容易的部分。毕竟，如果云架构师很优秀，配置应该是有效的，只需要使用合适的人工智能工具来进行部署就可以了。
更糟糕的是，一些公司仅与工程师合作，并雇佣特定技能人员。公司可能选择一个云品牌，并在该云平台上雇佣安全、应用程序、数据和人工智能工程师。他们认为这个特定的云平台是正确且优化的平台，但这通常会引发问题。比如这些解决方案可能有效果，但运营成本可能是原先预期的10倍。毫不奇怪，这些公司拥有未经优化的架构，因为他们没有考虑过对架构的优化或雇佣云架构师来做这件事。
人工智能不能使你摆脱对良好架构和良好工程学科的需求。你需要两者，并且鉴于生成式人工智能的复杂性，这种需求将变得越来越重要。我经常惊讶于这个概念仍然令人困惑的事实，但那些不了解如何在系统配置和部署能力方面进行一些严格规划的人，无论是云端还是非云端，很可能面临的是一个减少而不是增加业务价值的最终解决方案。而这是可以避免的。
