平台工程到底是什麼?它跟 DevOps、SRE 的邊界在哪裡?
平台工程(Platform Engineering)所要解決的核心組織痛點,是重複勞動與認知負荷。
2010 年代 DevOps 興起後,「You build it, you run it」(誰開發、誰維運)成為軟體工程界的主流信條。這句話出自 Amazon 技術長 Werner Vogels,初衷是讓開發團隊自行負責部署、值班與事故排除,將回饋迴路縮到最短。
理念上無可厚非,但實踐多年後,許多組織付出了意想不到的代價:每個產品團隊都被迫成為半個基礎設施團隊。
以一家擁有十個產品團隊、正將服務遷移至 Kubernetes 的公司為例。每個團隊都得自行解決 CI/CD 流程、Terraform 模組、監控警報、憑證輪替與日誌收集等繁瑣問題。這導致十個團隊往往產出八種不同版本。雖然各自能跑,卻帶來了沉重的三重成本:
- 重複勞動:十個團隊各自摸索上線鷹架,反覆造輪子,同樣的上線鷹架被做了十次。
- 品質參差:部分團隊遺漏 Pod 資源限制,導致節點記憶體耗盡(OOM)波及鄰近服務;部分團隊的警報門檻值設定失當,形同虛設。
- 認知負荷:正如 Matthew Skelton 與 Manuel Pais 在《Team Topologies》中所剖析的,直接創造業務價值的流動對齊團隊(Stream-aligned team)應專注於交付功能,但當其認知頻寬被 Kubernetes、Terraform 與各類觀測工具等外部認知負荷(Extraneous cognitive load)淹沒時,交付速率往往跟著受拖累。
平台工程正是對此病症的組織性解答:把所有團隊都在重複做的事抽離出來做一次,做成內部產品。專職的平台團隊(Platform Team)將基礎設施封裝為自助服務,讓業務團隊獨立交付,降低跨團隊溝通摩擦。
Gartner 預測:「到 2026 年,80% 的軟體工程組織將建立平台團隊,作為可重用服務、元件與工具的內部提供者。」
NOTE
平台工程師的日常產出:內部平台與黃金路徑
平台工程師不負責替他人手動部署服務,核心交付物包含以下三項:
內部開發者平台(Internal Developer Platform, IDP)是所有能力的總和。Evan Bottcher 在 Martin Fowler 網站上提出的定義常被廣泛引用:
數位平台是自助式 API、工具、服務、知識與支援的基礎,這些元素經過妥善安排,組成一套對內部使用者極具吸引力的產品。
黃金路徑(Golden Path)則是平台產品線中最重要的標準化產品。它將「部署標準網路服務」鋪平成一條預設軌道,讓安全性、監控、成本標記與警報自動到位。例如填寫範本欄位,十五分鐘內即可上線自帶健全防護的服務。
黃金路徑的設計原則是允許偏離,但非預設(Deviation is possible, but not default)——團隊可選擇自闢蹊徑,但走大路可直接享有免費的合規性與維護性。
自助服務(Self-service)是檢驗平台成敗的試金石。其判斷標準十分單純:開發者取得資料庫或測試環境,是透過自行操作介面或提交宣告立即完成,還是依然要開工單等待維運人員處理?
支撐這些交付物的核心心法是「平台即產品」(Platform as a Product):
- 平台擁有具體的內部使用者,並深入理解其真實痛點。
- 具備明確的 Roadmap,其排程依據為使用者訪談與資料,而非主管追逐的技術新詞。
- 提供完善的文件、版本號碼、變更紀錄與支援管道。
- 以自願採用率作為成功指標,而非透過行政命令強制推行。
許多團隊在導入 IDP 時常陷入一個迷思:以為只要建立了視覺化開發者入口(如 Spotify 開源的 Backstage)就完成了平台。然而業界經驗表明:入口介面只是外殼,底層的自助化調和能力才是核心。若缺乏自動化的基礎設施佈建機制,耗費人力建置的入口往往淪為資訊過時的靜態看板。
DevOps、SRE 與平台工程的邊界與實質差異
DevOps、SRE 與平台工程常被混為一談,釐清三者的最佳方式是從定義、服務對象與度量方式三個面向進行對照:
DevOps 是文化與實踐。它旨在推動開發與維運的合流、自動化與快速回饋。因為本質是理念,嚴格來說「DevOps 工程師」並非精確職稱。它服務整個交付流程,並以 DORA(DevOps Research and Assessment)等交付效能作為度量核心。
SRE 是 Google 對 DevOps 理念的工程實踐。Google 在《The Site Reliability Workbook》中提出了著名觀點:class SRE implements interface DevOps。
SRE 服務於關鍵業務系統的穩定性,並透過 SLO(Service Level Objective,服務等級目標)與錯誤預算(Error Budget,允許系統適度中斷的容錯額度)來量化可靠性,在穩定性與業務迭代速度之間取得平衡。
平台工程則是將 DevOps 與 SRE 的能力進行產品化與規模化。SRE 團隊關注「這套系統目前是否可靠」,而平台團隊則專注於「每位工程師能否自助且高效地完成交付」。
以深夜線上事故為例:當服務中斷時,SRE 或該服務的開發團隊會被呼叫上線排除問題,這本是他們分內的職責。若事後覆盤發現事故遠因是工程師設定了錯誤的資源限制,平台團隊的職責就是防止此類錯誤再次發生——例如將合理的資源配置與 HPA(Horizontal Pod Autoscaler)納為黃金路徑的預設設定。
簡而言之:DevOps 是理念,SRE 守護系統「這一次」的穩定,平台工程則治理「每一次」交付的底層環境。
| 面向 | DevOps | SRE | 平台工程 |
|---|---|---|---|
| 核心定位 | 文化與交付實踐 | Google 的工程維運實作 | DevOps 與 SRE 能力產品化 |
| 服務對象 | 整個軟體交付流程 | 關鍵業務系統穩定性 | 內部開發者與業務團隊 |
| 度量核心 | DORA 交付效能指標 | SLO 與錯誤預算 | 自願採用率與首次部署時間 |
| 事故焦點 | 開發與維運協同查修 | 守護「這一次」系統穩定 | 治理「每一次」底層防禦環境 |
Kubernetes 自助化機制:從 YAML 宣告到資源交付
在 Kubernetes 生態中,自助服務的技術實現主要建立在三大基石之上:CRD(自訂資源)、Operator(控制器)與 GitOps。
假設開發者需要上線一個名為 order-api 的新服務並設定資料庫,他只需在 Git 儲存庫提交一段精簡的高階宣告:
apiVersion: platform.example.com/v1
kind: Service
metadata:
name: order-api
spec:
image: registry.example.com/order-api:1.4.2
replicas: 3
database:
engine: postgres
size: small
這段 YAML 提交後的調和旅程如下圖所示:
- Developer Git CommitSubmit Service Spec (YAML) via Pull Request
- Argo CD (GitOps)Sync & Apply Custom Resource (CRD: Service)
- Platform Operator (Reconcile Loop)Watch Desired State vs Actual State
-
- Application WorkloadDeployment & Pods;Service & Ingress
- Infrastructure/MonitorDB Operator (State);Alerts & Dashboards
這條調和流程展現了三層關鍵能力:
- CRD 將平台抽象轉化為 K8s 一等公民:自訂物件讓開發者僅需使用標準的
kubectl或宣告式設定即可與平台互動,無須學習特定專有工具。 - Operator 透過調和迴圈(Reconcile Loop)實現狀態收斂:Platform Operator 作為編排核心,比對期望狀態與叢集現狀。它將高階宣告拆解,自動建立 Deployment、Ingress 與預設 HPA,同時呼叫資料庫控制器(如 Cloud Provider Operator 或 Crossplane)在雲端自動佈建 Postgres 實例,並將連線憑證(Secret)掛載進容器中。
- GitOps 保證提交即部署:Argo CD 等工具自動同步 Git 狀態至叢集,使得 Pull Request 成為部署動作,Git Log 成為稽核紀錄,Revert 即是還原。
這種宣告式(Declarative)設計的精髓在於冪等性與自癒能力:控制器只專注於維持目標狀態,即使環境受到人為干擾也能自動修復,將維運知識完整封裝進程式碼中。
NOTE
實務評估:成敗度量、適用邊界與三大死法
平台建置只是起點,要持續發揮價值,必須仰賴明確的成效度量與組織邊界。
實務上常用的成效指標包含:
- 自願採用率:衡量內部團隊自發性選擇黃金路徑的比例與持續留存率。
- 首次部署前置時間(Time-to-first-deploy):新團隊或新進員工從建立服務到首次上線所需天數,直觀反映平台消除摩擦的成效。
- DORA 指標:部署頻率、變更前置時間、變更失敗率與服務復原時間等經典四大指標(DORA 已於 2024 年擴充為五項,新增部署返工率)。
- 開發者滿意度:透過定期問卷與 NPS 調查,收集質化回饋。
在度量與推行時,必須特別防範古德哈特定律(Goodhart’s Law):當指標變成考核目標時,它將不再是好指標。之所以必須強調自願採用率而非單純的「覆蓋率」,正是為了防止平台團隊透過行政命令強推未成熟的工具。
若將 100% 採用率作為硬性 KPI,業務團隊往往會形式上配合但私下繞道;若片面追求高部署頻率,則容易引發大量零碎且缺乏意義的變更。
DORA 2024 年報告指出了一項值得警惕的現象:雖然受訪組織中有 89% 已採用內部開發者平台,但若平台本身成熟度不足、又缺乏良好的配套支援,軟體交付吞吐量反而可能下降約 8%、變更穩定性下降約 14%。
可能的原因在於當平台成熟度不足就被強制推行時,業務團隊除了應付既有功能開發,還得適應粗糙的抽象層、排除平台自身的問題,反而增加跨團隊的摩擦成本。
因此,平台工程並非適合所有組織。以下情境通常不建議推行:
- 團隊規模過小:人數少於數十人、僅有兩至三個團隊時,共用範本與標準文件便已足夠。
- 業務需求極度異質:各團隊技術堆疊完全不相容,難以提煉出共通的黃金路徑。
- 缺乏內部使用者驅動:僅因管理階層盲從業界趨勢,而非為了解決實質痛點。
即便在適合的規模下,平台也常死於常見反模式:
- 閉門造車(Build it and they will come):未與內部團隊深入訪談即耗費數月研發,最終因脫離實際工作流程而無人採用。
- 象牙塔思維(Ivory Tower):在會議室中制定架構並由上而下強制推行,引發內部反彈。
- 虛假自助(Ticket-ops):平台看似提供了表單或介面,但後端依然仰賴工單排隊與人工審核,使平台自身淪為新的組織瓶頸。
後端與 DevOps 轉職者的實務路徑與技能遷移
對於具備應用程式開發經驗並正在轉向雲端與 Kubernetes 的工程師而言,平台工程是一條能發揮複合優勢的務實方向。
從技能遷移的角度來看,「平台即產品」意味著平台團隊極度渴求具備產品與軟體設計思維的工程師。API 規格設計、版本相容性管理、SDK 開發與錯誤訊息改善,全都是資深後端工程師熟悉的領域,只是服務的受眾轉為內部同儕。
轉職者可透過以下階段逐步建立核心競爭力:
- 紮實掌握 Kubernetes 核心哲學:深入理解物件模型、kubectl 操作與宣告式調和原理。
- 補齊現代交付基線:熟練 Terraform 基礎設施即程式碼與 Argo CD GitOps 實作。
- 動手將實際服務範本化:嘗試將手動部署流程改造成參數化範本結合 GitOps 自動同步,親身體會開發者體驗的設計細節。
平台工程把重複的維運勞動轉化為內部軟體產品。對轉職工程師而言,掌握 Kubernetes 宣告式設計與控制器調和機制,正是將軟體設計經驗延伸至雲端基礎設施的核心支點。