至顶网软件频道消息:微软本周发布了其承诺的首个LinkedIn集成,这是该公司在宣布Microsoft Relationship Sales全面上市的时候承诺的。(Relationship Sales是LinkedIn Sales Navigator加上Dynamics 365 for Sales。)
那么接下来的交付路径图是什么?

在2016年12月,当微软收购LinkedIn最终获得监管部门的批准后,该公司的首席执行官萨提亚.纳德拉列出了两家公司产品线整合的最重要的一些任务。Sales Navigator和Dynamics 365的整合就在此列表中,列表中还包含其他一些Office 365、培训、Windows和其他计划好的集成。到目前为止,我相信Relationship Sales的交付是该列表中完成的唯一项目。
然而,在本周的Inspire全球合作伙伴大会上,微软高管们展示了几款即将推出的LinkedIn-Dynamics 365产品。
该公司的官员们表示,Dynamics 365 for Talent——微软的人力资本管理(HCM)产品——将在七月下旬全面上市,包含了同LinkedIn Recruiter的集成。 Dyanmics 365 for Talent允许创建可跨越Office 365、Dynamics 365和LinkedIn数据的综合人力资源档案。
微软还致力于增强监控用户公司所拥有的LinkedIn组织页面的能力,并了解这些页面上发布的信息和评论。根据微软发布的Dynamics 365路径图,该功能正在“开发之中”。它将被添加到Dynamics 365 for Sales、Dynamics 365 for Customer Service(CRM)、Dynamics 365 for Field Service和Dynamics 365 for Project Service Automation之中。
除此之外,微软还正在为 LinkedIn Lead Gen Forms制作Dynamics 365 Connector,允许用户自动将在LinkedIn上捕获的潜在客户与Dynamics 365在线同步。Dynamics 365 for Marketing和Dynamics 365 for Sales中的这个功能现在是私人预览阶段——这是微软针对中小型企业用户的Dynamics 365 Business Suite的两个缺失的部分。Dynamics 365 Business Marketing和Sales应用程序在上周进入私人预览。
如同之前承诺的那样,自7月1日起,微软开始向企业用户提供在他们自己的数据中心内部运行Dynamics 365 for Finance和Operations的能力。
在其他来自Inspire关于Dynamics的新闻中,微软通过一个名为ISV Cloud Embed的新程序,使软件开发人员能够更轻松地在Dynamics 365、Power BI、Power Apps和Microsoft Flow之上构建应用程序。微软还告诉合作伙伴,其各种ERP套件的内部部署版本将继续更新。
按照MSDynamicsWorld.com的表述,Dynamics GP 2018将于2017年12月1日发布。根据高官们的说法,它获得了更新的工作流引擎以及Power BI Content Pack和Flow模板。
MSDynamicsWorld表示,Dynamics NAV的下一个版本代号为“Tenerife”(似乎将在本日历年中到来)将增加内置的基于Azure的认知服务,例如识别图像的能力,以及集成Office 365 Bookings应用程序的选项。Dynamics SL在2018年还将继续获得新的更新,包括Power BI Content Pack和Flow模板选项。
还有,微软本周上线了新的Dynamics 365文档站点。
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。