至顶网软件频道消息: 对于那些想知道微软在今年早些时候买下GitHub之后会对Visual Studio Team Services(VSTS)做什么的人来说,答案来了。微软正在将VSTS“演变”为一系列的Azure DevOps服务。
VSTS是微软在代码开发和部署协作方面的服务。它包括用于源代码控制的Git存储库、构建和发布管理支持、规划和跟踪工作的工具、测试工具、对Slack和Trello等相关服务扩展的支持,以及其他各种Azure服务。
微软9月10日公布的、新的Azure DevOps计划将开始在几个月内将现有的VSTS用户迁移到Azure DevOps。VSTS的本地补充——即Team Foundation Server(TFS)用户将在下一个版本的TFS中变成Azure DevOps Server。TFS用户将继续根据Azure DevOps中的功能获得更新。
去年,微软推出了第一个使用“Azure DevOps”品牌的服务的预览版本——Azure DevOps Projects。这项服务让开发人员能够基于Azure App Service发布应用程序,并且从Azure门户的单一视图中监控这些应用程序。
微软正在研究和重新命名许多VSTS服务以创建Azure DevOps产品系列。这些服务适用于公共云和私有云,因此用户可以选择在自己的数据中心中运行它们。
今天宣布的产品有:
● AzurePipelines:CI / CD(持续集成/持续交付)服务,可以与任何语言、平台或云一起使用,并连接到GitHub或任何其他的Git存储库。(微软在博客文章中写道:“如果你想使用Azure Pipelines从GitHub中的repo构建和测试节点(Node)服务,并将其部署到AWS中的容器里,那就去吧。”)
● Azure Boards:使用Kanban面板、backlogs、团队面板和报告跟踪工作。
● Azure Artifacts:来自公共和私有来源的Maven、npm和NuGet包。
● AzureRepos:云托管的私有Git repos。
● Acean测试计划(Azure Test Plans):计划的及探索性测试解决方案。
VSTS目前包括CI/CD、Boards、包管理、Git集成和测试以及一系列其他协作、管理和附加服务。
当微软宣布计划以75亿美元收购GitHub时,该公司的管理层很快宣称对GitHub的收购并不意味着VSTS的结束。
微软在宣布收购当天的博客文章中是这样表示的:
“有了GitHub的加入,VSTS和TFS变得更加强大。一些客户更喜欢简单的集成解决方案,其他客户希望逐步采用DevOps工具,组装定制解决方案。多年来,我们一直在为产品添加可扩展性和集成功能。今天,VSTS和TFS与GitHub集成都将继续深入下去。GitHub提供了一个出色的开发人员社交平台和版本控制系统,对于开发人员具有广泛的吸引力。VSTS提供了广泛的DevOps服务,可以扩展到最大的企业。团队可以在这两个世界中左右逢源,选择他们想要的东西。”
官方当时表示,VSTS将变得更加模块化,既可作为单一集成套件,也可作为一组单独的服务。
微软一直在打造TFS 2019,我现在假设它将被重新命名为Azure DevOps系列服务。根据从Windows团队在用Fluent设计语言所做的事情这条线索进行推断,该团队还在重新开发VSTS用户界面。
微软正在为那些构建开源项目的人免费提供Azure Pipelines。(他们可以免费获得无限的CI/CD分钟数和10个并行作业。)微软还为最多5个用户的小型团队免费提供Azure DevOps Services,10个用户的团队每月的使用费用为30美元。
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。