ZD至顶网软件频道消息:又到了OpenWorld大会。甲骨文公司联席首席执行官马克·赫德(Mark Hurd)做主题发言,兴趣盎然地预测未来,不过与会者却不买账。

Hurd表示,云计算不是一种时尚,你们中的有些人可能认为云计算是计算界的虚拟宠物
赫德步去年的后尘在OpenWorld大会上对云行业至2025年的发展做了预测,预测称其时两家公司将控制软件即服务 (SaaS) 市场 80%的份额,而且,甲骨文公司将是两家公司之一。
今年他又加了几条预测,说至 2025 年:
• IT支出的80%将花在云服务上。
• 挂在公司名下的数据中心在数量上会下降至少80%。
• 剩下的 20%将只会托管一些市场上的商家不能提供的传统系统。
• IT维护开支将下降到IT 开支的20%。
甲骨文有高手设计了一个自以为有意思的玩法,周一的现场与会者用短信即时回应赫德在主题演讲提出的问题。赫德问与会者觉得他的预测的准确性如何,与会者的反应热烈,大多数人的结论是,没有预测会成真。
统计数字出来后,赫德表示,"你们中有些很有意思的人啊。"

问卷统计结果:预测不能成真
另一个预测是甲骨文将会是增长最快的云公司,与会者对该预测也颇不以为然。在赫德询问与会者的看法后与会者开始回应,开始的时候甲骨文确实在得票上领先。但后来甲骨文头号对手亚马逊网络服务 (AWS) 迎头赶上,到了统计结果在屏幕上淡出时,AWS的得票已经达到了 30%。
赫德搬出一些数据来支持他的预测,他表示,甲骨文的 SaaS即服务和平台即服务的收入在今年第一季度里上升了82%,甲骨文各个云部门连续七个季度录得增长。不过,甲骨文在该市场原来落后得太多了,几乎是从零起步。
他还表示,甲骨文在过去一年里在研发上花了52亿美元,原因是全部重写旗下的的云应用程序,该说法和他去年说的差不多一字不差。赫德还炫耀了一通,称甲骨文现在雇了1 万名云工程师,其中3000人在做企业资源规划 (ERP) 应用程序,而且甲骨文的销售人员人数也翻了一番。(亚马逊一个季度花在AWS 云服务研发上的费用为30到 40亿美元。)
赫德的主题发言大部分时间都花找客户上台站台上,客户少不了说一通换到甲骨文有多美妙之类的赞语。汇丰的一位IT负责人称他们切换是因为甲骨文推出的"特攻团队"(美国曾有一部同名电视剧)。那意思大概是指Larry Ellison是汉尼拔吧(汉尼拔和后文的Face、BA和Murdock都是电视剧《特攻团队》里角色的名字),赫德觉得自己是Face,那么Safra Catz 就是BA或Murdock了。
赫德的主题发言剩下的时间都花在数落对手的不是上。他提到,AWS试图将客户绑在旗下的多云环境里(Larry Ellison昨天也提到这一点),甲骨文去年的ERP 业务比Workday更多.
赫德预测,CEO想要保住自己的饭碗的话就要用云,因为云是降低成本和增加收入最快捷的方法。他表示,CEO的平均任期为4年半,40%的CEO在上任18 个月内被炒掉,原因是这些人领会不了这一点。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。