微软增强了其低代码工作流服务Logic Apps,如今获得了C#内联操作以及在本地或其他云环境上部署工作负载的能力,同时仍然通过Azure进行管理,之前由Arc提供支持的Logic Apps则不再进行开发。
新的混合选项将基于Azure容器应用,在客户管理的基础设施之上保持运行,并通过Azure Arc代理接入云端。也就是说工作负载将采用本地处理、本地存储与本地网络访问资源,但可以通过Azure门户进行管理和监控。Logic Apps首席项目经理Kent Weare解释称,由于该服务并不依赖于云连接,所以即使网络状态偶发波动,工作负载也将继续正常运行。
微软之所以开放对本地及其他云环境的运行支持,主要是考虑到BizTalk Server迁移、法规遵从性、靠近本地业务线应用、边缘应用用例以及多云支持等现实需求。
但令人不解的是,微软还在预览版本中推出一款名为Arc-enabled Logic Apps的产品。该产品同样使用到Arc和Kubernetes,只是具体管线有所区别,使用的是Arc上的App Service、而非Container Apps。Weare表示,微软目前正致力于推广Container Apps解决方案,因此旧有预览版“已经不会得到进一步投入”。他还承诺称,新的预览版将如期正式上线。
这项新的混合服务目前正处于内部预览阶段,公开预览版计划于今年夏季稍后推出。不过开发人员需要注意的是,Azure上的Azure Container Apps同样属于预览服务。由于暂时不支持生产场景,因此请大家务必谨慎使用。
目前及未来计划推出的混合部署下Azure Logic Apps功能组合
一位客户评论称,“这项功能给人留下了非常深刻的印象,我们可说是睽违已久。”但他们也发现其无法与Visual Studio Code正确集成。一位微软团队成员解释道,“这项新发布的功能目前仅支持Azure Portal。”
Logic Apps的另一项预览增强功能是添加了C#内联操作,但仅适用于价格更高的Standard标准套餐。在它的帮助下,开发人员可以在Logic Apps设计器中添加.NET代码,通过添加自定义逻辑更轻松地克服低代码方法的局限。
如今开发者可以在Logic App中将C#代码添加为内联操作(截图来自微软官方帖子)
另一个常见问题,就是Logic Apps与Power Automate究竟有何不同,后者同样属于工作流自动化工具。微软专门就此发表了一篇文章,解释称Power Automate其实是基于Logic Apps构建而成,但主要面向Office 365用户;Logic Apps则专门为开发人员和IT管理员所设计,能够支持Visual Stuio、VS Code以及基于Web的设计器。
Logic Apps使用的连接器与Power Platform相同,因此大多数Power Automate或Power Apps连接器均可与Logic Apps配合使用。目前受支持的连接器多达数百种,可用于接入多种Azure及Microsoft 365服务、GitHub以及其他第三方服务,包括Adobe Acrobat Sign、Amazon S3、Salesforce、Dropbox等等。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。