ZD至顶网软件频道消息:本周早些时候泄露的文档显示:微软正在向开发者提供两个新测试版Visual Studio的服务:Visual Studio for Mac以及Visual Studio 2017 for Windows。
Visual Studio for Mac并不是Visual Studio for Windows的另一端,而是贴牌版的Xamarin Studio集成开发环境(IDE,运行在Mac上)。(微软在2016年2月收购了移动工具厂商Xamarin)。现在用户已经可以下载使用Visual Studio for Mac的预览版。
Visual Studio 2017是微软“Visual Studio Next”(或者代号“VS 15”)的官方命名。截至今天,该产品一个接近最终发布版本的候选版本已经提供给测试者开始使用了。这个发布候选版中包括一系列新功能,目前大多数基本已经完成。微软方面本周透露,最终发布版本的Visual Studio 2017将会在2017年早些时候推出。
微软是在11月16日于纽约举行的Connect 2016开发者大会上公布这些消息的。在这次大会上,微软还宣布将以白金会员的身份加入Linux Foundation,Google将加入.NET Foundation的技术指导委员会。微软通过.NET Foundation(微软和Xamarin在2014年成立)开源了自己的一系列开发者技术,包括.NET以及ASP.NET组件。
Visual Studio for Mac将包括IntelliSense,并且通过Roslyn Compiler平台进行重构。它将采用MSBuild,以及面向Xamarin和.NET Core应用提供相同的调试器引擎,以及面向Xamarin.iOS和Xamarin.Android提供相同的设计。
Visual Studio 2017 for Windows也依赖Roslyn来重构C#和Visual Basic编辑器。即将发布的版本将包括在重构、代码生成、代码分析、导航、测试和调试方面的增强,微软方面这样表示。
今天在Connect大会上公布的消息还包括微软发布新的Visual Studio Mobile Center预览版,并且全面提供Visual Studio Team Foundation Server 2017以及Azure Application Insight。
Visual Studio Mobile Center是一个平台,旨在帮助开发者构建、测试、分发、监控内嵌于Objective-C、Swift、Java、Xamarin以及React Native for Android、iOS和Windows设备的应用。
此外,三星还发布了针对Tizen操作系统的Visual Studio Tools预览版,将允许开发者开发应用运行在三星电视、可穿戴设备、移动设备以及其他物联网设备上的Tizen操作系统上。
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。