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
Anthropic发布了面向成本敏感用户的Claude Haiku 4.5大语言模型,定价为每百万输入令牌1美元,输出令牌5美元,比旗舰版Sonnet 4.5便宜三倍。该模型采用混合推理架构,可根据需求调整计算资源,支持多模态输入最多20万令牌。在八项基准测试中,性能仅比Sonnet 4.5低不到10%,但在编程和数学任务上超越了前代Sonnet 4。模型响应速度比Sonnet 4快两倍以上,适用于客服聊天机器人等低延迟应用场景。
中科院微电子研究所团队揭示深度学习中感知优化与质量评估存在意外不对称现象。研究发现评估性能优秀的模型在训练指导中效果有限,对抗性训练具主导作用,传统卷积网络在某些场景仍具优势。这项发现颠覆了"评估性能等同于优化能力"的传统认知,为AI图像处理技术改进提供新方向。
英国初创公司Nscale将为微软建设四个AI数据中心,总计部署约20万个GPU,合同价值高达240亿美元。首个数据中心将于明年在葡萄牙开建,配备1.26万个GPU。德州数据中心规模最大,将部署10.4万个GPU,容量从240兆瓦扩展至1.2吉瓦。所有设施将采用英伟达最新Blackwell Ultra显卡。
香港科技大学研究团队开发了MOSS-ChatV视频AI系统,通过创新的"过程推理奖励"机制解决了现有视频AI推理过程不一致的问题。该系统不仅能准确预测视频中的未来事件,还能提供清晰的推理解释。研究构建了MOSS-Video数据集,采用动态时间规整算法训练模型,在多个视频理解任务上取得显著性能提升,为视频AI的可解释性发展开辟了新方向。