至顶网软件频道消息: Google希望开发者能够在托管于Google云中的Kubernetes容器中构建更多的应用。
为此,Google今天推出了一系列名为Google Cloud Code的新插件,让使用集成开发环境构建的应用(如IntelliJ和Visual Studio Code)更容易被部署到Kubernetes中。
诸如IntelliJ和Visual Studio Code之类的IDE是用于编写应用代码最流行的工具,Google也坦言不太可能很快就改变这一情况。但使用IDE可能是很麻烦的,因为其设计目的是编写“本地应用”而不是云托管应用,而本地和云环境存在很多差异,这可能导致使用IDE构建云应用的时候会出现各种错误。
Google产品经理Sean McBrean在一篇博客文章中解释说,Cloud Code的目的是要消除这些错误。
McBrean写道:“Cloud Code扩展了VS Code和IntelliJ,将IDE的所有功能和便利性带入了开发云原生Kubernetes应用的过程中。借助Google的命令行容器工具,如Skaffold和Jiband Kubectl,Cloud Code让你在构建项目的时候可以持续提供反馈,将本地编辑-编译-调试这个循环扩展到任何本地或远程Kubernetes环境中。”
McBrean解释说,有很多新概念是需要那些不熟悉Kubernetes的开发者去理解的。Cloud Code通过提供大量Kubernetes部署样本来解决这个问题,这些样本是针对调试、构建和部署应用进行预配置的,让开发者无需担心应用程序的初始设置和配置。
此外,Cloud Code让开发者可以更轻松地将Google的API与他们的应用进行集成,这样他们就可以使用Maps等Google的服务。而且与Cloud DevOps服务(如Cloud Build和Stackdriver)的进一步集成也包含在内。
“例如,一旦你的代码准备好部署,只需提交请求,就会触发Cloud Build自动构建、测试和部署你的应用,”McBrean说。
Constellation Research首席分析师、副总裁Holger Mueller表示:“为了吸引开发者,厂商们要么让变得更加高效,要么让开发者可以使用他们自己喜欢的工具,而Google通过使用面向Google Cloud代码的IntelliJ和VSCode插件同时做到了这两点。”
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
中国人民大学和字节跳动联合提出Pass@k训练方法,通过给AI模型多次答题机会来平衡探索与利用。该方法不仅提升了模型的多样性表现,还意外改善了单次答题准确率。实验显示,经过训练的7B参数模型在某些任务上超越了GPT-4o等大型商业模型,为AI训练方法论贡献了重要洞察。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
南加州大学等机构研究团队开发出突破性的"N-gram覆盖攻击"方法,仅通过分析AI模型生成的文本内容就能检测其是否记住了训练数据,无需访问模型内部信息。该方法在多个数据集上超越传统方法,效率提升2.6倍。研究还发现新一代AI模型如GPT-4o展现出更强隐私保护能力,为AI隐私审计和版权保护提供了实用工具。