Cycode的联合创始人兼首席技术官Ronen Slavin表示,人工智能实现的自动化有助于“减少花在琐碎任务上的时间,使团队能够专注于战略沟通和计划”。
DevOps技术团队非常欣赏人工智能在协助和自动化代码开发和部署方面的作用,这可能会使DevOps的协作实践更具协作性。
根据Sonatype对800名DevOps领导者的调查,几乎所有的DevOps领导者(97%)都在一定程度上使用了生成式人工智能。近三分之一的领导者(31%)表示,他们已经在软件开发流程中使用了生成式人工智能。
行业领导者一致认为,人工智能正在或有望彻底改变DevOps的体验。首先,根据 GitLab发布的一份分析报告,最常见的用例之一是持续集成和持续交付或部署(CI/CD):“人工智能有助于实现代码构建、测试和部署过程的自动化,这样任何通过适当测试的变更都可以集成到现有代码库中,并立即部署到生产环境中。这一过程有助于降低出错风险,提高所开发软件的整体质量。”
人工智能的优势远不止于创建出更好的软件,它还有助于缩小开发、运营和业务团队之间的距离。图罗大学技术研究生院教授Jeremy Rambarran表示:“很多IT团队需要访问业务数据的测试和生产环境。”“人工智能可以帮助改进现有的这些做法。在人工智能驱动的环境中,需要批判性思维、团队合作、设计、可视化信息显示和独立思考等天赋。”
人工智能的优势究竟是如何产生的呢?Cycode的联合创始人兼首席技术官 Ronen Slavin表示:“人工智能有助于消除项目中不同团队之间的沟通障碍。”“人工智能可以自动回复常规询问并根据现有知识回答问题,这有助于减轻人工解释和解决常见问题的负担。”
Slavin补充表示,人工智能实现的自动化有助于“减少花在琐碎任务上的时间,使团队能够专注于战略沟通和计划。”“日常沟通的减少为开发人员、运营人员、业务团队和高管之间创造了进行更有意义讨论的环境。”
Rambarran认为,人工智能和生成式人工智能 “让许多员工能够更轻松地协同工作,无论他们身在何处”。此外,它还推动了创造力,可以帮助用户提出新颖的想法,挑战传统智慧。
在不久的将来,人工智能可能为加速软件部署开辟道路。Slavin表示:“人工智能驱动的机器人可以协助代码审查或自动检测和解决错误,从而加快开发进程,并通过减少手动错误识别和纠正营造协作环境。”“此外,人工智能团队成员和人类开发人员一起完成更新依赖项或解决漏洞赏金报告等日常任务的概念体现了更大的协作可能性。”
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。