HWSW podcast!

Az AI cunamit a DevOps szakma a biztonságos tetőről nézi (kraftie #68)

· PT1H8M15S

Összefoglaló

A kraftie podcast 68. adásában az AI hatását vizsgálják a DevOps területére. A vendégek, Megyesi Péter és Fogas Laci, a KCD Budapest tagjai, akik maguk is használják az AI-t a munkájukban. Megbeszélik, miért lehet kevésbé felforgató az AI hatása a DevOpsra, mint a programozásra…

Röviden

Műsor
HWSW podcast!
Megjelenés
2025. 11. 07.
Hossz
1 óra 8 perc
Szereplők, említett nevek
Megyesi Péter, Fogas Laci, Megyesi Peti
Témák
ai, devops
Átirat
Az epizód beszélt szövege alapján indexelve

Ebben az epizódban

Ez már jó sok a Highfi Labs állandó támogatásával.

Én Zero, illetve két vendégünk is van.

Őket majd egy kicsit később bemutatom.

Nézzük meg, hogy miről fogunk ma beszélgetni.

Zer már régóta agyalgatunk azon, hogy amikor AI-ról beszélünk, akkor mindig csak a fejlesztőkre, a programozókra gyakorolt hatássán rugózunk, miközben nyilván van egy csomó más szakma is, a Security, UX, DevOps satöbbi, satöbbi.

És kitaláltuk, hogy csinálunk egy olyan sorozatot, hogy hogy egyes talán egy kicsit kisebb területeket is megvizsgálgatunk, hogy ott milyen impaktja van, milyen hatása van a az AI-nak.

És erről fogunk ma beszélgetni a mai adásban, de nem mondtam el, ugye a DevOpsról lesz nyilván szó.

Mielőtt nekiugrunk, mindig szokott lenni egy ilyen kis blokkunk.

Most igazából itt a saját dolgainkat promozgatjuk.

Talán sokan értesültetek róla, hogy lesz november 17-én Crafti Meetup, az idei utolsó, az a neve, hogy AI Engineering Demo Day, és gyakorlatilag három csapatot hívtunk el, akik demózni fognak. megmutatják, hogy ők hogyan használják az AI-t a napi munkájukban, akár a hobb projektjükbe.

Tehát lesz itt hobbi projekt, lesz olyan, hogy valós műszaki problémának a megoldása is.

Sajnos már csak online formátumra tudtok regisztrálni, mert a helyszín betelt, már több mint 600-an regisztrázatok, viszont online végtelen mennyiségű helyünk van, illetve november 19-én még egy nyolc alkalmas AI engineering képzést is indítunk. egyébként a az a meetupnak megtaláljátok a linkjét, a regisztrációs linkét a az adás leírásában.

És akkor most gyorsabb bemutatnának titeket, mert Pétert igazából be se kéne, mert annyiszor volt már különböző HVS meg crafty eseményeken, de azért fussunk egy kört.

Péter alapvetően infraoldalról érkezik.

DevOps Cloud Native területen dolgozik.

Ö korábban a Lilletnek az alapítója volt, onnan azt eladta, és igazából most egy startupot gründol, illetve Fogas Laci.

Laci pedig fejlesztési oldalról érkezett, ő is Debobsszal foglalkozik, Cloud Nat területen dolgozik.

Laci dolgozott magyar Magyarországon multikörnyezetben, Dániában a startupnál, most pedig szabadúszó devopsosként megy.

Mind a ké ketten ugye a magyar KCD csapatnak a az oszlopos tagjai.

Sőt, mivel én is az vagyok, ugye az 1 nmó KCD-sek most elég sokan vannak, illetve hát azért lettek elhív a srácok, merthogy mind a ketten elég aktívan használják az E-t a napi munkájukba, és akkor így tökéletes volt, hogy devopsok is, megoznak is, és ők voltak az ideális vendégek. kapásból ugye akkor legyen ez a teaszer kérdés, hogy hogy arról már sokat beszélgettünk, hogy milyen milyen várható meg milyen egyéb hatása van a programozás világában az AI-nak, de ugye nézzük meg azt, hogy a DevOps területen milyen ez a hatás, hogy szerintetek, hogy ez ugyanolyan felforgató, szándékosan nem mondom, hogy disrup disruptív is tudom mondani, mert utálom azt a szót, de hogy mennyire felha felforgató hatású a Debobs területen, hogy annyira, mint a programozásban, vagy kevésbé, ha igen, akkor miért?

Ha nem, akkor miért nem? >> Hát ha kezdetem én, >> kezd nyugodtan. >> Akkor én én két dolgot emelnék ki, hogy miért miért sétebb a hatása itt az AI-nak, mint a programozásnál.

Az egyik azt szerintem mondom, hogy tehát hogy maga ugye a DevOps vagy inkább főleg az üzemeltetés rész az nagyon-nagyon más ugye, mint a kódírás.

Egyrészül ugye ez egy ilyen akciódúsabb, hát sokszor ugye reaktívabb dolog.

Erről mondjuk valamit meg kell javítani most így persze nagyon leegyszerűsítve.

És azért ebbe még nem olyan jók szerintem az AI-ok, hogy aktívan belenyúljanak rendszerekbe, főleg emberi felügyelet nélkül.

Tehát azért csak az, hogy egy hibát javítson meg magát, az sokkal nehezebb így elképzelni.

Nyilván a többi részén az üzemeltésnek elemezzen adatokat és hasonlókat azért lehet, de szerintem emiatt, hogy igazából ugye ezek a nagynyelvű modellák, hát a nevükben is benne van, hogy hát nyelvbe jók, szöveget tudnak generálni, és hát mit ad isten a kód az egy szövegalapú valami, azt tök jól tudják generálni.

Mármint nyilván erről eltérnek emberek a vélemények, de hogy azért ez ezeket így tudja nagy mennyiségben.

Aztán nyilván azt le lehet tesztelni és akkor majd kiderül, hogy jó gránát se ki lehet tenni, de amikor már kint van élesbe valami és azt úgy kell igazából üzemeltetni, ott már szerintem nehezebb az, hogy így magától nyúljanak bele.

Ez egyik része, a másik része egy kicsit sarkalatosabb szerintem, hogy mi miért nem itt van a fókusz szerintem így az AI-nál.

Hát azért, mert valószínűleg így az üzemeltetésnek most így kimondottan azért így a a fontossága a cégek életében azért limitáltabb.

Tehát ugye azért nem nem az üzemeltetés miatt lesz sikeres egy cég vagy sem.

Ezt azért szerintem bevallhatjuk.

Azért én azt mondám, hogy hogy tud gátja lenni annak, hogy sikeres legyen, de most csak amiatt, hogy egy jobb technológiával hatékonyabban üzemeltetünk, az persze jó az üzletnek, de nem ettől fog felrobbanni a jó irányba a cég. maximum rossz irányba, hogyha nem nem jól működik.

Szóval én ezt a kettőt emelném ki. >> Ühüm.

Hát nagy vonalban egyetértek a Petvel, de mivel DevOpsot mondtunk, és nem csak OPSot, ezért ugye a DevOps az manapság kód és infrastructures kód és hasonló, tehát azért van nagy átfedés a a szoftver fejlesztéssel, szóval ezen az oldalon szerintem azért tud segíteni, de egy egyetértek abban, hogy talán még nem akkora a az elterjedtsége, vagy vagy nem annyira merészen nyúlnak a a a fejlesztők ezekhez a túlokhoz.

Szerintem fejlesztés oldalon esetleg meg is beszéltjük azt, hogy hogy most hol tart a fejlesztésoldalon az AI, ugye az az agens alapú fejlesztés, tehát nem csak az van, hogy beírsz valamit a chat GPT-be és átmásolod és és oda vissza másolgasz dolgokat, hanem tényleg ezek az agentek kapnak visszajelzést a a Lintertől, kapnak visszajelzést a test tesztektől, és ők tudnak tényleg egy loopban futni, egy egy ciklusban.

És szerintem OBS oldalon vagy DevOps oldalon ez részben működhet a az infrastructures Code toolokkal, de például OBS, ahogy a a Péter is mondta, hogy azért tehát az, hogy egy agent, egy egy éles rendszert gyakorlatilag egymagában lekezel és tényleg az összes incidens és hasonlót elvégez, azért itt nem tartunk szerintem.

És ennek van technológiai oldala is, van folyamatoldalai is, illetve van az, hogy tényleg azért ezek fontos dolgok.

Tehát ha valami eltörik, akkor nem csak egy C job hasol el, hanem esetleg elhasal az egész raboldal.

De tehát, hogy nyilván ez egy technológiai gát, mert ugye, hogy itt az a hallucináció nem egy ilyen megbocsátható történet, de egy van ennek egyébként egy bizalmi faktor is, mert azt gondolná az ember, hogy most nyilván egy rendszerüzemetés az egy kritikusabb történet, az nem a kísérletezéseknek a terepe.

És a a egy cég ehhez tipikusan óvatosabban nyúl hozzá.

Tehát ez ez a folyamatoldali probléma szerintem, hogy nyilván ha ha van is innováció, ha működik is, viszonylag lassabban kerülnek ezek bevezetésre.

Viszont ez a hallucináció, ez ez egy picikét ilyen negatív töltetű szó, de azért azt hozzátenném, hogy szerintem a a az AI-t meg ezeket a language modelleeket ezt teszi nagá.

Tehát nem nem csak azt tudják megcsinálni, amit mi mondunk nekik, hanem ők tényleg tudnak egyszer ezt válaszolják, egyszer azt.

Nyilván ez egy bizonyos szórással akár pozitív is lehet, tehát a kreatív folyamat is és is így működik.

Tehát azt gondolom, hogy ez nem feltétlenül gátlótényező, de az biztos, hogy a hogy az eszközök körülötte azok még nem tartanak ott, hogy hogy én, mint esetleg egy informatikai vezető azt mondom, hogy akkor mostantól AI tartja karban a rendszereimet.

Azért azért ez még nagyon messze van.

És ugye mi mit mondtok arra ugye, hogy hogy amikor az adást vesszük fel, most ugye elindult egy kicsit egy ilyen AI szkeptikus vonal, ugye pedzegetik azt, hogy tőzsdei oldalról mennyire fenntartható ez az AI buborék, illetve technológiai oldalról is, mert ugye ugye megjelentek azok a vélemények, ezt most szerintem nem az adásnak a témája ezt megbeszéljük, hogy hogy mit tudom én, az ezek az elelemek gyakorlatilag egy kicsit mintha platózni látszan a képességekbe. előfordulhat az, hogy mondjuk ezek az ellenemek, ha ha most platóznának valahol itt, tehát hogy a látványosat már nem fejlődnének, legalábbis ez a technológia, akkor igazából a az igazán átütő hatás a Devos világban meg se fog érkezni gyakorlatilag, mert hogy sose érik el azt a megbízhatósági faktort. >> Én má másból indulnék ki.

Ugye a van erről tényleg elég sok szó, hogy ugye az adat, amit odaadnak a nyelvű modelleknél, a tanításnak, az úgy igazából már kezd úgy kifutni.

Tehát egyszer már nincs sokkal több adat, amit oda lehetne adni, és úgymond értelmes és rá tudna tanulni.

Tehát, hogy ennél sokkal okosabb egy nyers modell már nem lesz így a az alaptudása úgymond.

De én azt látom, hogy hiszem, az alaptudásuk az most is elég jó egy csomó mindenre.

Amivel tudnak még fejlődni, az az, hogy egyrészülő kisebb modellek is ugyanolyan okosak legyenek.

Az ugye azért jó, mert olcsóbb és gyorsabb, és akár saját magunknak is tudjuk futtatni.

Ami szerintem sokat fog dobni.

A másik része meg, hogy a legtöbb fejlődés most ugye ebbe a tényleg az ilyen agentic irányba megy, hogy hogy használnak bizonyos eszközöket, amiket odaadunk neked, amikor tényleg már rendszerekkel tudnak kommunikálni, apikba nyúlnak bele, adatbázisokba és hasonlók, tehát hogy tényleg ilyen aktív dolgokat tudnak csinálni, mert fölismerik azt, hogy most csak nem nyerseny kell szöveget generálni, hanem meg kell hívni igazából valami külső rendszert, és azzal kell kommunikálni.

Szerintem ezt nem olyan jól nem olyan régen kezdték el.

Szóval ebbe lesz nagyon nagy fejlődés.

És szerintem ez az, ami hogyha jobban beindul, akkor egy kicsit bátrabban lehet majd olyan tényleg autonómszerű vagy fél autonóm ügynökeket használni, amik jobban segítenek ezekbe a feladatokba.

És itt most ez egy egy ilyen tanulással kapcsolatos kérdés, hogy hogy amikor az első ilyen Debobs adásunk volt, akkor ugye a Segi Kazár Márk volt a vendégünk, és hogy behozzak még egy KCD szervezőt, és ugye a Márka azt mondta, hogy hogy az a probléma most a Debobs területtel, hogy hogy elindult egy ilyen tehát egyre komplexebb lett, és gyakorlatilag a tanulási küszöb az most már elég magasan van.

Ö, hogy látjátok azt, hogy például az viszont, ha csak tanulás oldalról nézem az AI-t, nem úgy, hogy devoszosként használom, az mennyire segíti a devos munkát?

Tehát, hogy könnyebb ezt a küszöböt átlépni?

Hát most azért most egy kuberneteszbe beleugrani most már azért nem egy olyan egyszerű dolog, mint az elején, vagy elkezdeni cloudozni.

Igazából egy kicsikét már eltávolodtam ettől a ettől a karrier vonaltól, tehát a junior éve már egy picikét távol voltak, de talán amit amihez tudok kapcsolódni, hogyha például én például frontendbe nyúlok bele, vagy én például belenyúlok egy olyan technológiába, amiz alapvetően nem értek, de az AI tud nekem adni egy olyan tanulási agsendát, egy olyan olyan kurikulumot, amit korábban nekem kellett volna összeszedni blogpostokról, és és pont ez Ez a ez a dolog, hogy hogy a hogy az AI képes szintetizálni információt, és ezt bizonyos új köntösben megmutatni számomra, teljesen koherens tanulási élményt kaphatok anélkül, hogy értenék az egész területhez.

Persze ez mer ez mehet teljesen vakvágányra, nyilván azért ez benne van az aiban, hogyha hogyha nem értesz a területhez, akkor akkor bizony tudsz zsákutcába futni.

De hát szerintem milyen csodálatos korban élünk, hogy mindenki személyre szabott tanulási >> Igen, ez a része szerintem is borzasztó erős.

Tehát az, hogy igazából te saját magadnak tudsz kérdéseket megfogalmazni, és ő arra általában egész jól válaszol most függetlenül és utána tudsz kérdezni, vagy a kontextus függvényével tud válni.

Szerintem ez nagyon durva ahhoz képest, mármint durván jó, mint amikor ugye sokszor amikor tanul az ember, akkor arra kell figyelni, hogy olyan anyagokat találjon, amik az ő szintjéhez pont jók.

Ühüm. >> Tehát se nem túl könnyűek, mert abból nem tanulunk semmit, és megunja, se nem túl nehezek, mert akkor még nem érti, és akkor akkor meg amiatt nem fogja tovább csinálni, hanem pont a saját szintednek megfelelő tudást kapjál.

És szerintem ahogy kommunikálsz egy ellenemmel, ezt pont ő tudja biztosítani, hogy hát a te kérdéseidre válaszol.

És régen nem volt ilyen hiába keresni blogokat meg könyveket, meg ez az túl sok ugye egy könyvet most csak így elolvasni, bár ugye régen volt ez, hogy csak olvasd el a dokumentációt és megérted.

De de ettől függetlenül szerintem ebbe borzasztó erősek és igazából eszem a Debopsá is ugyanúgy igaz, mint minden másnál.

Tehát hogyha nem tudom, ha könyvelni akarsz megtanulni, abban, hogy szerintem ugyanolyan jól fog tudni segíteni. >> Na, akkor meg is találtuk az egyetlen hozzadott értéket, hogy be is fejezhetjük a podcastot.

Na, azért nem érdekes, hogy amikor beszélgettünk az adás előtt amikor felhívtalak ezzel az ötlettel, hogy kéne egy olyan adást csinálni Megyó, akkor ugye azt mondtad, hogy én valahogy azt vártam, hát persze nyilván laikusként, hogy majd mondod, hogy mennyit használod a devos munkáiddal kapcsolatban, és közben kiderült, hogy azt mondtad, hogy mint DevOps használod a legkevésbé, sokkal inkább a a képességeidet kiterészed másik irányba, tehát főleg fejlesztési projektekbe használod, és hozzányulsz dolgokhoz, merthogy neked egy csomó dolog inkább készség szinten jön jön már a cloud native ökoszisztémába, és neked az egyszerűbb megcsinálni így rutinból.

És akkor így jön a kérdés, hogy hogy mennyire általános ez egy szenior devopsosnak az életében, hogy így hogy így másra használja az AI sem, mint a saját munkájára.

Most nyilván nem tudok ebbe úgy válaszolni, hogy fogalmam sincs, hogy mások mire használják, de szerintem az az valószínűleg tényleg jó az, hogy ha valaki nagyon pro valamiben, tényleg szenior és én azt mondom, ha ha…

Említett entitások

Témák

  • ai
  • devops

Személyek

Szervezetek, cégek

  • KCD Budapest

Hallgasd meg

Gyakori kérdések erről az epizódról: „Az AI cunamit a DevOps szakma a biztonságos tetőről nézi (kraftie #68)”

Miről szól ez az epizód: „Az AI cunamit a DevOps szakma a biztonságos tetőről nézi (kraftie #68)”?

A kraftie podcast 68. adásában az AI hatását vizsgálják a DevOps területére. A vendégek, Megyesi Péter és Fogas Laci, a KCD Budapest tagjai, akik maguk is használják az AI-t a munkájukban. Megbeszélik, miért lehet kevésbé felforgató az AI hatása a DevOpsra, mint a programozásra… Az epizód a HWSW podcast! című magyar podcast egyik adása, megjelenés: 2025. 11. 07..

Kik szerepelnek vagy kiket említenek ebben az epizódban: „Az AI cunamit a DevOps szakma a biztonságos tetőről nézi (kraftie #68)”?

Az epizódban a következő nevek szerepelnek vagy hangzanak el: Megyesi Péter, Fogas Laci, Megyesi Peti.

Milyen témákat érint ez az epizód: „Az AI cunamit a DevOps szakma a biztonságos tetőről nézi (kraftie #68)”?

Fő témái: ai, devops.

Mikor jelent meg és milyen hosszú ez az epizód: „Az AI cunamit a DevOps szakma a biztonságos tetőről nézi (kraftie #68)”?

Megjelenés: 2025. 11. 07.. Hossz: 1 óra 8 perc. Az epizód a Podiverzumon hallgatható meg: https://podiverzum.hu/podcast/hwsw-podcast/az-ai-cunamit-a-devops-szakma-a-biztonsagos-tetorol-nezi-kraftie-68

Több epizód a HWSW podcast!-ből

Hasonló epizódok más magyar podcastokból