就在本周DockerCon线上大会举行之前,Docker宣布与微软展开合作,为双方客户简化开发项目。
和其他主流IaaS厂商一样,微软也已经向自己的公有云中增加了对软件容器的扩展支持,以解决行业向微服务转型中遇到的问题。微软与Docker的合作可以追溯到该项目的最早期阶段。两家厂商今天公布的这一合作,重点是在针对云环境开发基于微服务的应用的过程中所涉及到的问题。
软件团队使用Docker CLI命令行工具与Docker容器平台进行交互。开发人员在本地计算机上编写代码,一旦项目开始成形,便将文件移动到有更多硬件资源的、更大的、基于云的环境中。微软和Docker今天预览了一些新的集成项,这些集成让开发人员使用少量命令就能从Docker CLI直接在Azure中创建基于云的应用环境。
该特性依赖于微软的托管容器服务Azure Container Instances。两家厂商表示,软件团队可以使用Azure容器实例创建应用环境,无需手动管理基础设施资源。此外,这项集成让开发人员使用单个命令就能将本地桌面开发环境的配置复制到云中,以缩短初始设置需要的时间。Docker解决方案工程经理Chad Metcalf在博客中这样写道。“你可以运行单个的容器,也可以使用Docker Compose运行多个容器。”
Docker和微软的合作也扩展涵盖了其他产品。Docker增加了针对Visual Studio Code(一个被广泛使用的微软免费代码编辑器)的集成,让使用该工具的开发人员更快地将代码作为容器进行部署。软件团队还可以选择使用Docker Hub(用于托管容器项目的云服务)彼此共享文件。
Docker首席执行官Scott Johnston在一份声明中说:“扩大与微软的战略关系将进一步降低构建、共享和运行面向开发者的云原生微服务应用的复杂性。”
DockerCon是Docker自去年把企业业务卖给Mirantis以来的首次大型活动。从去年以来,Docker一直在调整逐渐将重点缩小到提供开源工具和付费开发者工具方面
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。