微软近日开源了两款面向云开发者的新应用开发工具,其中包括专门用于在Kubernetes上构建云原生应用的Open Application Model,以及用于在云和边缘设备上构建基于微服务的应用的可移动事件驱动运行时Dapr。
微软表示,正在与阿里云在OAM上展开密切合作,旨在简化由Kubernetes管理的应用的开发和部署,这将会立即吸引来成千上万开发者的兴趣,因为Kubernetes是管理可在任何类型计算平台上运行现代容器化应用的最广泛使用的编排软件。
微软在一篇博客文章中解释说,OAM是一项描述应用的规范,可确保应用描述“与如何将应用部署到基础设施并由基础设施进行管理的细节进行分离”。微软表示,这种分离是有道理的。“将应用定义与集群操作细节分离开,可以让应用开发者专注于应用的关键要素,而不是部署位置的操作细节上。”
此外,这种分离实现了开发可快速与任何应用代码集成的可复用组件,从而让开发者更快、更轻松地构建更可靠的应用。微软表示:“因此,Open Application Model的目标就是让简单应用变得更简单,让复杂应用变得易于管理。”
Constellation Research分析师Holger Mueller表示,Kubernetes已经成为最受欢迎的容器应用使能技术,现在市场竞争的都是围绕如何访问Kubernetes集群、描述负载以及如何恰当构建应用的标准展开的。
Mueller说:“现在没有哪家厂商敢提出专有的标准,因此开源就是一种工具,现在,微软拿出了可描述应用的OAM。如果没有关键参与者的认可,开源标准就没有多大价值,因此很高兴看到阿里巴巴的加入。”
Dapr还旨在减轻开发者的负担,为运行在任何基础设施上的云和边缘应用提供了一组“微服务构建块”。微软方面表示,Dapr现在仍处于早期测试阶段,未来将支持所有编程语言和开发人员框架,并且可以通过标准HTTP或gRPC编程接口进行访问。
微软表示:“ Dapr是与平台无关的,意味着你可以在任何Kubernetes集群以及与Dapr集成的托管环境中本地运行应用。这让开发者能够构建可运行在云和边缘而无需更改代码的微服务应用。”
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。