开源Web服务器NGINX近期发布一项最新研究,表明目前使用微服务构建的应用程序正迎来一波数量激增。
该公司在这份第六期年度调查中,重点关注了应用程序的开发与部署趋势。具体来讲,本次调查着眼于社区如何使用微服务、容器、基础设施平台等技术,并观察由此带来的相关挑战。
F5公司NGINX EMEA(欧洲、非洲与中东)解决方案工程技术高级总监Dor Zakai表示,“我们见证了从单体式应用到微服务应用的巨大转变。如今,组织比以往任何时候都更希望构建起拥有更高弹性、更快部署能力的平台。”
在全部600位受访者中,超过半数正在使用微服务技术,这也再次证明越来越多的组织确实在由单体式应用迁移至基于微服务架构的新型应用。具体来看,已经有34%的受访者在部分应用程序中使用微服务,20%的受访者的大多数应用程序已经依赖于微服务,而6%的受访者仅在自有应用内专门使用微服务。
此外,向微服务的转变也加快了其他相关技术,特别是容器技术的采用速度。调查结果显示,容器流行度已经达到其他现代应用技术的两倍,有34%的受访者表示已经在生产环境中使用容器。
NGINX指出,随着组织逐步扩大容器的基本使用范畴,调查发现的整体趋势也与Gartner的结论基本相符。Gartner此前曾预测,到2022年,全球将有75%的组织在生产环境中运行容器化应用程序。NGINX OSS布道师Libby Meren表示,“现代应用程序需要不同的匹配工具。随着微服务管理的持续发展,我们也计划在开源容器编排工具与API管理工具领域投入更多资金。”
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。