IBM推出了一个名为Microclimate的新应用开发环境,支持多种云平台,以覆盖到更多的软件编程人员。IBM认为,Microclimate拥有开发人员为简化和加速应用创建和部署所需的一切。 Microclimate是一个“端到端的框架”,可用于开发过程的每个阶段,从编写第一行代码,到在应用投产后监控应用的性能。
Microclimate背后的主要理念是,开发人员可以在这个框架内构建应用程序,然后在任何云或IT基础设施上运行这些应用。Microclimate采用Docker容器,容器隔离应用以便应用可以轻松切换到不同的环境,包括公有云、私有云、甚至是个人笔记本电脑。
IBM混合云开发者经验副总裁Andy Hoyt在一篇博客文章表示,Microclimate的一个主要特点是支持基于微服务架构的应用开发。它让作为基于容器的应用组件的微服务能够相互协作,不管这些微服务是在哪里创建的。Microclimate还与IBM Cloud Private进行了集成,后者是IBM基于容器的平台,用于开发本地软件或私有云中的软件。
Microclimate的另一个主要特点是支持多种框架、运行时间、集成开发环境、工具链和管道。这意味着开发人员可以使用他们熟悉的工具和服务在这个平台上构建应用。
Hoyt表示:“我们创建Microclimate的目标是简化开发过程,因此你可以把更多的时间用于编写代码,而不用那么多时间在尝试拼凑创建出色应用所需的所有服务。”
Microclimate的其他功能包括集成的诊断服务,以帮助解决开发过程中可能出现的任何问题,还有集成的DevOps管道,帮助开发人员更快地完成他们的创建。
免费社区版Microclimate已经可以下载。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。