CATechnologies (NASDAQ: CA)关于敏捷和DevOps实践及其影响的最新全球调查结果显示,89%的中国大陆受访企业同意敏捷及DevOps方案是致胜数字化转型的关键。与此同时,88%的中国受访企业已经在不同程度上采用了敏捷实践,91%的受访企业已经在不同程度上采纳了DevOps。
该项名为《用敏捷和DevOps加速和客户价值实现》(AcceleratingVelocityand Customer Value with Agile and DevOps)的调查,针对企业对敏捷和DevOps实践的认知度以及其认为敏捷和DevOps实践对业务的影响进行了研究。受访者面向全球1770位业务及IT高级管理人员,其中有100位受访者来自中国大陆。
该调查结果还显示,在中国大陆受访中,尽管绝大多数企业在不同程度上采纳了敏捷及DevOps方案,能够在整个组织中广泛深入部署的企业比例只占有 33%,仍然有提升空间。
CA Technologies东南亚及大中华区副总裁林洁聪表示:“调查结果清晰可见,DevOps模式与敏捷实践并行,可为各个规模的组织机构创造竞争优势,同时提高员工生产力、客户满意度及忠诚度。整合采用敏捷和DevOps将缩短周期并确保执行与战略的一致性,最终使客户受益匪浅。”
中国参调企业:敏捷与DevOps的实践改善关键业务指标一览表(如下)
耐人寻味的是,尽管调查结果表明先进深入的敏捷和DevOps落实比率较低,但亚太及日本地区的大部分受访企业(82%)认为敏捷和DevOps对成功的数字化转型战略至关重要,并且整合敏捷和DevOps实践将提高运营效率和客户满意度,加快新业务增长。
CA Technologies亚太及日本地区总裁兼总经理Martin Mackay表示:“显而易见,数字化转型对企业非常关键,每个企业都需要采取行动来为未来做好准备。研究表明,包括中国大陆在内的亚太地区受访企业深知:他们必须‘以建应变’,这意味着企业若想致胜应用经济,必须足够敏捷,从而适应不断变化的市场环境。”
研究表明,整合敏捷和DevOps实践已经带来了可观的业务收益,即员工满意度成就客户的满意度,同时还会产生更深远的影响。有所提升的业务指标具体包括:
影响远不止于IT
高级采用敏捷和DevOps带来的好处远远超出了IT本身的范围。在整个组织中拥抱敏捷和DevOps实践的亚太及日本地区受访企业获得了更广泛的效益,具体如下:
资料来源
关于本次调查
该项调查由CA Technologies委托行业分析机构Coleman Parkes于2016年5月和6月进行,共有来自21个国家和地区、10个垂直行业的1770位业务及IT部门高级管理人员参与。Coleman Parkes分析机构成立于2000年,在全球范围内提供以行动为中心的市场调研。为所有市场行业提供全方位的调研和咨询服务,专业研究B2B领域,关注IT、科技和传播研究。
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。