至顶网软件频道消息:卓豪公司日前宣布,在上海建立一个新的数据中心,并将旗下的Site24x7引入中国市场。Site24x7是一个专门为企业开发运营及IT运维团队提供的云性能监测解决方案,采用SaaS服务的形式,可为企业提供数字化转型和优化进程中至关重要的支持及端到端可视化服务。
打开一个网页,你能忍受多慢?调查显示,3秒是用户对普通网页所能接受的打开时间,如果超过这个时间,用户很有可能会放弃。因此,3秒就成为很多网站的一个生命线。在进入体验经济的今天,IT系统必须确保网页能在3秒内打开。
然而,“3秒”并不是一件容易实现的目标。在这个时代里,云的普及和推广使得这个目标变得非常困难。很多云上应用不只是来自自己开发的代码,也可能以API的形式调用第三方的服务。同时,背后涉及面也越来越广,一旦出现故障,诊断越来越困难。比如,硬件方面会涉及用户终端、服务器、存储、网络等,在软件方面则有操作系统、中间件、数据库等,另外还涉及运营商的网络、云服务商、CDN服务商等,其中任何一个环节出现问题都会导致用户体验欠佳。这就需要一个智能的、创新的方法进行应用程序管理,这也就是APM、NPM乃至UTM诞生的大背景。
“网页的断、卡、慢背后有很多原因,快速找出问题所在非常困难。除此之外,还有更重要的是,要能提前发现问题,在故障显现之前就能定位并解决问题。这些都高度依赖于一个好的工具。” 卓豪公司副总裁兼ManageEngine中国区总监李飞表示。
卓豪在中国市场因办公套件而被我们所知,2003年其Web版的办公套件登陆中国市场,后来卓豪开始提供IT运维相关产品和服务,这就是ManageEngine。ManageEngine是以本地部署的IT性能监控和管理套件,而Site24x7则是一个SaaS版本。
Site24x7进入中国市场是以中国云市场的高速增长为大背景的。有数据显示,到2021年底,中国公有云IaaS的市场规模将达到3425.8亿元人民币(约合498.7亿美元)。IaaS的增长背后必然是应用的云化。
“为满足中国日益增长的更佳用户体验需求,公司宣布进军中国市场,提供与其它地区客户同样品质的无缝体验。”李飞说。
据悉,Site24x7在国外已经运行多年,已为全球超过2.5万家客户和100余家《财富》1000强企业成功提供服务。Site24x7的统一解决方案可在混合环境中提供全栈监测,使开发运维和IT团队能够全面了解其IT基础设施,从而确保应用可以始终安全运行,并保持最佳性能。该产品结合面向IT运维团队的人工智能技术(AIOps),可根据事件相关性,主动预测业务中断风险,从而将停机事件的可能性降至接近零。
李飞特别强调了Site24x7的智能化。它说Site24x7可以收集应用系统运行的数据,利用机器学习等人工智能技术来优化数学模型,从而让企业更好地了解应用系统,方便对系统进行运维。据悉,Site24x7背后有一个专业的 AI/机器学习研究团队,研发人员致力于人工智能与机器学习等技术的应用。比如,Site24x7使用强大的原理组件分析和多变量算法来识别尖峰 ,Site24x7中所有 KPI都将与季节性基准值, Site24x7在聊天机器人中使用自然语言等等。
全栈监测功能是Site24x7的另一大亮点。李飞表示,云监测是随着云计算的兴起的,目前市场的玩家不少,还没有形成一家或者几家独大的局面,而对Site24x7而言,将提供UTM、APM以及NPM等全方位的功能以及更好的本土化服务能力。
具体而言,在功能方面,Site24x7能主动识别应用程序中的问题,并借助APM透视有效地解决问题,而且在最终用户受到影响之前解决问题。本土化的服务和支持能力将是Site24x7的另一个特点。李飞,作为一个来自全球市场的厂商,Site24x7坚持中国网络安全法,中国业务的监测数据掌握在中国。
“卓豪在中国已经有超过15年的历史了,我们在中国有长期承诺和未来规划,我们希望Site24x7能帮助更多的中国客户实现数字化转型。”李飞表示。
李飞还透露目前Site24x7在市场市场的收费标准,最低监控10资源45元/月,对于很多中小企业这个收费并不高。Site24x7现已支持简体中文。
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。