2023年是AIGC元年，大大小小的企业都在思考如何通过智能化创新为业务赋能。当人们沉浸在基于AI的开发和设计中无法自拔，我们不禁要问：云架构师和工程师，你们还好吗？

　　答案是，即使人工智能的确可以解决很多复杂和重复性的工作，但云架构师和工程师依然重要。人工智能并不能完全取代人在技术开发中的重要地位，比如：企业在构建和部署基于云的解决方案时，人工智能并不能构建出一个健全、可靠的架构和工程。

　　从技术实践来看，云架构是一种高级设计，即涵盖基于云的系统的总体结构和组件，又包括各种组件之间如何相互关联，同时考虑了可伸缩性、可用性、安全性和性能等。云架构本身的定位决定了企业必须通过专业人员以及专业方案，来解决具体的业务问题，包括如何基于各种云服务和资源的调配以满足特定的业务或技术需求。更确切地说，云架构为部署和构建云提供了一个简单的框架和基本的可用性资源，但具体执行还要根据业务场景做更具体的方案。

　　那么，云架构师和工程师又有什么区别呢？具体而言，云工程师负责构建、配置和管理云基础设施和服务，以确保各个要素与环节与整体架构设计(包括主题)保持一致。云计算工程师也是决定产品是否能正常使用的最后防线。我们大多数人都参与过这样的项目，如果选型技术不过关，工程师有权进行策略调整，以实现应用价值的最大化。

　　很多时候，工程师更侧重于设置和维护云环境的实际操作和技术层面。而云工程师则使用具体的工具和技术来部署应用程序，以优化资源使用，实现流程自动化目标，并确保云基础设施的可靠性和安全性。

　　说白了，在企业实际业务场景中，既需要架构师，也需要工程师，二者缺一不可。

　　尽管，人工智能成为科技创新的主体，有些人甚至认为工程学不再是一门重要学科。但如果我们要想成功驾驭AI提供的很多代码，没有详细的工程学做技术底座，最后也不会是一个正向的结果。所以，最终人工智能和过去的工程学一定是相互结合的结果。

　　比如，如果人类没有工程学，就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，并且需要这种更专业化、更细节的知识来获得正确的处理方案。众所周知，企业都知道要构建安全架构，但是如果基于每朵云部署业务，没有云架构师的个性化方案，根本无法让应用落地。

　　不知道很多企业是否很好地理解到这一点，不应该在人工智能和云之间做出非此即彼的选择。同时，也不应该草率地认为，工程学只是云计算中最微不足道的部分。即使我们的云架构师足够优秀，配置也非常完善，还可以通过人工智能去做具体的执行和部署，但底层的基本能力一定要具备，基础要打牢。

　　糟糕的是，一些公司只与工程师合作，并雇佣特定技能的人。公司可以选择一个云品牌，并在该云平台上雇佣安全、应用、数据和人工智能等等工程师。这种做法的前提是，他们假定所选择的云平台是正确的、不断优化的平台，这通常会带来更大的麻烦。比如：解决方案可能有效，但运营成本则会高出10倍。这样的结果并不奇怪，因为在公司的架构没有得到充分优化的前提下，他们冒然选择了云，只考虑了资源成本，但没有考虑整体架构或云架构师的成本问题。

　　所以，人工智能时代的智慧选择是，依然需要一个好的架构和一套好的工程学科支持。只有在这样的前提下，我们才能充分考虑到生成式AI的复杂性，让业务架构变得更强壮，更可持续。