ZDNet至顶网软件频道消息:艾瑞咨询统计数据显示,去年移动互联网市场继续保持高速增长态势,市场规模突破千亿元大关,PC互联网用户持续向移动端迁移。同时开发者、互联网公司、传统企业、移动创业者等多方参与和布局,移动互联网市场生态环境得到更加健康的发展,移动应用开发平台、移动广告营销、移动购物等在内的多个行业也因此风生水起。
纵观移动应用开发市场,国内外app
开发工具不在少数,国外以PhoneGap开源技术为代表,而国内App开发工具则以AppCan为代表,凭借其技术先进、性能稳定、本地化服务支持能力强等优势,AppCan备受国内开发者好评,使用范围非常广。
近日,有消息称AppCan 3.0( www.appcan.cn )版本将要上线,记者走访了AppCan技术团队,为大家一探究竟。据AppCan技术团队负责人介绍,自AppCan上市以来,一直保持一年一次的大升级频率来服务于广大开发者,不断修复和完善开发工具在使用过程中的高体验性与可靠性,来提升App开发的效率,此次3.0版本的升级,功能更为强大、稳定性更强。
为此,为开发者提前揭晓AppCan 3.0几大亮点:
AppCan作为国内Hybrid App开发模式的倡导者和领导者,一次开发,iOS、Android、Windows Phone多平台适配是其显著特点,AppCan 3.0移动应用引擎功能更强、开发更便捷,支持Hybrid App的开发和运行。完美流畅的Native交互能力,让开发者的移动应用媲美于原生体验。
AppCan IDE集成开发环境更加人性化,一改以往的控件式环境,内置应用向导、界面向导快速指导开发者入门。此外,AppCan内置了包括新闻、电商、通讯在内的数百种界面模板、多套应用模板,支持本地应用打包和本地模拟调试,可帮助开发者快速上手,高效创建本地应用。
AppCan 3.0应用模板向导
AppCan 3.0全面开放数十种插件资源,支持自定义插件扩展。同时,开发人员可以为插件上传自定义资源包,编译时替换插件默认资源,实现插件的最大化复用。例如,不同应用中城市列表不同,开发者可以通过替换插件中的城市列表资源文件的方式,实现同一插件在不同插件中提供不同数据。
AppCan 3.0提供完善的管理运营能力,包含版本开发管理、应用权限的相互转移、开发团队及开发流程管理,以及丰富强大的运营数据统计分析手段,让开发者畅享运营管理乐趣。
AppCan 3.0能够为为开发者提供向指定群组或指定用户推送即时消息的服务。支持iOS的APNS推送服务,也支持通过独立搭建的云推送服务,提供可靠的Android推送服务。
AppCan.cn 3.0为开发者/企业提供了一个集中展示和推荐自有App的窗口门户,通过它开发者可以对自己的开发的数个App一目了然,可以统一管理发布应用,应用下载也更加方便。
AppCan 3.0在各方面较2.0版本都有大幅提升,其中许多功能改善不乏众多开发者的宝贵意见与建议。AppCan产品负责人还表示,这次不仅面向开发者的AppCan.cn有大幅的升级,面向企业级客户的产品线优化升级也非常大,AppCan MEAP移动应用开发平台和AppCan EMM移动应用管理平台将能更好的满足行业客户的各种移动信息化需求。
据了解,AppCan 3.0升级后,今年下半年还会有3.1、3.2、3.3版本的不断升级。未来,AppCan要打造的是移动应用开发生态圈,提供一个完整的移动应用开发生态系统,将AppCan打造成云生态的移动PaaS平台,形成针对开发者的插件资源交互、云推送、云打包的应用商城,并且将聚合微信、云存储等一系列互联网能力资源来服务广大开发者。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。