ZD至顶网软件频道消息: 1月10日,数字化性能管理软件公司Dynatrace荣获ZD至顶网凌云奖“2016年度评选最佳应用性能管理奖”。凌云奖是中国企业级IT领域的权威奖项之一,该奖项前身为于1997年设立的“ZD至顶网年度技术奖”,是业界最为权威的媒体技术奖项之一,其在业内具有较高的影响力,一直是用户采购的重要参考。
作为业界唯一一家能够通过单一代理全面历史的深入分析每一个应用、每一个用户的APM解决方案提供商,Dynatrace以用户体验为中心的统一数字化性能管理平台和全覆盖的监控技术能够帮助企业管理真实用户全部交易体验,涵盖任何设备、任何应用以及任何位置,提供关于业务、开发、运维相关的洞察力,实现全数据的无缝采集,真正实现端到端的性能监控,以及更好的数字化性能管理。
事实上,对于各个行业来说,数字化将不仅是一项战略,还是确保竞争优势,带来新商机与市场份额的一大法宝。银行、保险、零售、电商等行业或领域,企业所注重的不仅是数字化战略的成功与否,而且是数字化战略执行之后,企业是否能看到客户转化率与在线服务质量的提高,以及用户体验和关键业务的交易质量是否达到了预期。
Dynatrace 首席执行官 John Van Siclen 曾表示:“Dynatrace早在四年前就看到整个行业即将面临巨大的挑战,因为应用环境正变得日益复杂,采用现有的方式将难以进行监测。因此Dynatrace未雨绸缪,不断深化、拓展自身软件的监测能力。如今,Dynatrace实现了采用人工智能技术的全层级自动化监测手段——这领先于我们的竞争对手的人工智能战略两年以上。”
据了解,通过部署Dynatrace 数字化业务管理平台,企业可在业务系统的各个阶段掌握到完整的应用性能表现。诸如在新业务系统上线之前,IT部门可进行高峰期的压力测试,用户行为模拟,通过主动监控的形式快速采集业务信息,并根据模拟到的用户习惯对业务系统做出实时的调整,为企业提供更好的用户体验打下坚实基础,确保新业务成功上线。同时,基于Dynatrace结合大数据分析的人工智能功能,客户可在日常的主动监测与被动监测中不断积累用户体验的相关数据,从而逐渐了解用户使用习惯,实现数字化的业务管理与客户体验管理,在提升服务质量的同时还大大提高了IT管理对业务所带来的巨大价值。
此外,Dynatrace还在过去12 个月里与多家领先云提供商 AWS、Azure、Pivotal 及 OpenShift达成战略合作。同时,Dynatrace还是第一家、也是唯一一家向OpenStack提供支持的厂商。
目前,Dynatrace全球超过 8000 家主要企业用户,在前不久Gartner发布的《2016 Gartner 应用性能监测套件魔力象限》报告中,Dynatrace第七年捍卫了其在APM领域的领导者地位,并在针对所有APM厂商执行能力方面的评比中高居榜首。
Dynatrace大中华区总经理琚伟表示:“很高兴看到近几年来Dynatrace在大中华区市场获得了连年的高速业绩增长,其增长速度超过全球平均水平。2016年,Dynatrace在蓬勃发展的大中华区市场持续深耕,以不断创新的行业技术与深刻洞察力帮助中国多领域的行业客户构建自上而下的数字化战略,布局成功的数字化业务。这一年,Dynatrace同时立足于数字化转型的前景与未来发展趋势,继续深化了自身在技术研发创新上的投入,来更好地帮助客户更好地应对数字化挑战与变革,实现更深层次的业务系统管理。凭借覆盖服务器端、用户端、网络层的全链路解决方案和全球研发创新的深厚资源,Dynatrace将继续助力银行、保险、电商、电信、物流、航空、制造等领域的客户,在新的发展阶段借助Dynatrace所提供的完善的数字化性能管理解决方案,成功迈向数字化未来。”
Dynatrace荣获ZD至顶网凌云奖“2016年度评选最佳应用性能管理奖”。更多详情请见:http://www.zhiding.cn/zdnet/2016/1228/3087752.shtml
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。