在企业的运营团队看来,系统的稳定性和可靠运行时间是至关重要的。因此,企业更乐意向能够负责的技术提供商购买开发完整的、有文档记录的,并且有售后支持的工具或软件。
一般来说,运营团队没有额外精力来应付新奇的DIY软件和工具,因为他们已经整天忙于处理各种复杂的基础设施、应用和客户。但最终,大部分运营团队却还是在使用混合在一起的各种工具– 包括众多技术提供商的产品与企业的内部开发软件。
另一方面,企业的开发团队却是软件开发者。他们常会专为某项工作而开发出特定的工具,并且乐意和同事们分享这些工具。敏捷开发意味着持续集成和持续部署,因此开发者们协作开发工具来自动处理单调的任务之后,也加速了应用的生命周期。我们所说的“客户至上”是依赖于响应速度的,而响应速度又依赖于自动化程度。在支持软件的高频次敏捷发布方面,开源的协作模式一直是非常有效的。
研发运维一体化(DevOps)使企业内的开发和运营团队开始产生协作,并且使两种相去甚远的团队文化也擦出了火花。系统稳定性依旧重要,但在客户时代,更重要的是贯穿了软件整个生命周期的敏捷性– 这也包括了运营团队的软件发布、软件部署和支持工作。开源协作工具在应用开发方面的成功预示着运维也可能朝这个方向发展。
去年,许多企业都在向Forrester咨询开源APM工具是否能够取代已有的商业解决方案。同时,我们也见证了APM提供商越来越多地参与到开源的贡献,参与和使用当中。变革正在发生着。
更多关于开源APM的内容,请见我们的报告“研发运维一体化将推动开源APM的发展”。您的企业对开源APM有怎样的看法?欢迎联系我们并且阐述您的观点。
好文章,需要你的鼓励
还在为渲染一个3D模型等上几小时吗?还在纠结移动办公就得牺牲性能吗?当AI遇上专业工作站,传统设计流程的游戏规则正在被改写。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
据报道,OpenAI正与亚马逊洽谈至少100亿美元的融资。亚马逊此前已是Anthropic的最大投资者,并为其建设了110亿美元的数据中心园区。若融资达成,OpenAI将采用AWS的Trainium系列AI芯片。Trainium3采用三纳米工艺,配备八核心和32MB SRAM内存。AWS可将数千台服务器连接成拥有百万芯片的集群。报道未透露具体估值,但OpenAI最近一次二次出售估值已达5000亿美元。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。