至顶网软件频道消息: 微软最近开始开源了许多软件、服务甚至文档。微软发布的有些开源颇值得注意和令人惊讶。
微软官员3月14日在博客上表示,微软已开源Service Fabric(服务结构)。 Service Fabric根据MIT许可证开放源代码。微软团队表示,会在“未来几个月”里转用GitHub上的公开开发流程。
快速理一下:Service Fabric(一开始名叫“Windows Fabric”)是微软的Azure平台即服务2.0微服务平台。Service Fabric在某种程度上与Kubernetes之间也存在竞争,因为两个平台都可以用作业务流程、打包、部署及维护应用程序和容器。
微软官员曾称Service Fabric是自己的“秘密武器”,微软内部运行的Azure内核、Skype for Business、Intune、事件中心、Azure SQL DB Cosmos DB、Cortana等部件里有些块用的就是Service Fabric。微软提供了Windows版Service Fabric、Linux版Service Fabric以及Azure中的Linux和Windows Server上的Service Fabric。微软官员过去曾表示计划在非微软云中里提供Service Fabric。
Linux版Service Fabric和相关的构建和测试工具昨天就可以从GitHub网站(https://github.com/Microsoft/service-fabric/)下载了,有兴趣的玩家可以运行基本测试、提交问题及版本合并请求。据微软博文介绍,微软正在全力将Windows版本迁移到GitHub里。
微软在过去的一年里开源了Service Fabric的各种东西,包括Reliable Services、 Reliable Actors及 ASP.NET核心集成库。微软的计划是开源整个Service Fabric的运行时程序库及Linux和Windows的构建环境。即便Service Fabric已放在GitHub上了,微软仍会继续支持所有Service Fabric产品,包括Azure里的Service Fabric及所有独立产品。
尽管Service Fabric是开源的,微软计划继续保持对Service Fabric的控制权,至少目前是这样。微软的博文提到:
“微软拥有Service Fabric项目,Service Fabric团队将成为决定项目方向的管理机构,管理机构负有遵循社区指导的责任。但我们不排除以后将项目捐赠给某个基金会的可能性。“
另据悉,微软最近对旗下新的专用Kubernetes Azure容器服务文档进行了更改。微软不会再提供两种不同的服务,这两种服务原来都叫Azure容器服务(其中一个支持Kubernetes、Docker Swarm和Mesosphere DC/OS),微软计划会逐步取消对原有ACS的支持。
微软官方最近证实了微软文档提到的ACS被弃用和退役的消息。 (感谢微软Jim Gaynor的推文爆料。)微软的计划是“约在”Kubernetes版本面向普通用户发布时弃用ACS,微软未有给出具体日期。根据文档资料,开发人员会有12个月的时间从原始ACS迁移到Kubernetes容器服务。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。