Dynatrace 荣获《Gartner 应用性能监测关键能力》报告五个使用场景中的四个最高分
报告详细介绍了在当今多重云环境的各种使用场景中实现应用性能监测和可观测能力所需的基础能力
2021 年 4 月 15 日讯——软件智能公司 Dynatrace(纽交所代码:DT)日前宣布,据 2021 年 4 月《Gartner 应用性能监测(APM)关键能力》的报告所述,其软件智能平台在五个使用场景中摘得了其中四项最高分。Gartner 依照五个使用场景对十五家厂商的解决方案进行了评测。Dynatrace 获得了开发运维/应用开发、网站安全工程/云运维、IT 运维以及数字化体验监测使用场景的最高分,并且在应用所有者/业务部门使用场景中位居第二。扫描下方二维码可获取《Gartner 应用性能监测(APM)关键能力》报告。

“我们非常荣幸再次获得 Gartner 的认可,十分感谢我们的客户、合作伙伴以及 Dynatrace 研发团队助力我们不断前行。业务开发安全运维团队需要这些关键能力来打造当今多重云环境中的可观测能力,驾驭云复杂性,一如既往地以出色的表现服务于其业务和客户。” Dynatrace 产品管理高级副总裁 Steve Tack 表示,“为这些团队提供自动化、可适应各种规模、近乎零开销的解决方案是一个巨大挑战。他们所需要的并不是只会采集数据的解决方案,而是一个融合人工智能运维引擎、持续自动化以及最广泛的可观测能力数据于一身的平台,其中包括各种指标、跟踪信息、日志以及来自用户体验和最新开源标准的数据。我们认为,Dynatrace 在五个使用场景中获得其中四个最高分,这既体现了我们以自动化、智能化为核心的一体化可观测能力平台的实力,也反映了Dynatrace在赋能众多全球大型组织实现其数字化转型目标方面所取得的卓越成就。”
此项研究是对《2021 年Gartner 应用性能监测魔力象限》报告的补充,在该报告中 Dynatrace 连续第 11 次蝉联“领导者”,并且在 “前瞻性”和“执行能力”评测指标名列前茅。

欲了解为何Dynatrace再次在“前瞻性”和“执行能力”评测指标中名列前茅
请点击下方链接或者扫描二维码,下载并阅读最新报告
https://www.dynatrace.cn/gartner-magic-quadrant-for-application-performance-monitoring/

关于 Dynatrace
Dynatrace 的软件智能可以让云计算化繁为简、加快企业数字化转型。依托各种规模的自动化和智能化可观测能力,Dynatrace 一体化平台可提供有关应用的性能与安全、底层基础设施以及所有用户体验的精准解答,让组织能够在加快创新、高效协作、实现更多价值的同时大幅减少工作量。Dynatrace® 因此深受众多全球顶尖企业的信赖,并帮助这些企业实现云运营的现代化和自动化、又快又好地推出软件、提供无与伦比的数字化体验。
如需获取更多信息,请访问:https://www.dynatrace.cn/, 或关注Dynatrace 官方微信公众号:Dynatrace。
Gartner 免责声明
Gartner,《应用性能监测魔力象限》,作者 Federico De Silva、Padraig Byrne 及 Josh Chessman,2021 年 4 月 9 日。在 2015 年以前的报告中,Dynatrace 以 Compuware 的名称出现。2014 年 12 月 Compuware 实行私有化后,Dynatrace 脱离 Compuware。
Gartner,《应用性能监测关键能力》,作者 Padraig Byrne、Federico De Silva 及 Josh Chessman,2021 年 4 月 14 日。
Gartner Peer Insights 客户选择奖是综合了各个终端用户的评论、评分,以及依据所述方法论获取的数据而做出的主观判断;该奖项不代表 Gartner 或其子公司的观点,Gartner 或其子公司也不保证相关信息的准确性。
Gartner 不保证在其调查出版物中描述的任何厂商、产品或服务,也不建议技术用户只选择得分最高或者获得其他称号的厂商。Gartner 的调查出版物根据 Gartner 的调查机构的意见而形成,并不构成对事实的陈述。Gartner 对该调查概不承担任何明示或暗示的担保,其中包括任何针对特定目的的适销性或适用性的保证。
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。