ZD至顶网软件频道消息: 近些天以来,微软Outlook.com服务的用户几乎每天都会问我一个问题,为什么他们还没有被迁移到“新的”Outlook.com上。
早在2015年5月,微软就宣布将会让Outlook.com变得更像是其“常规的”Outlook邮件客户端。在当时,微软的官员们表示他们已经开始为一小部分用户提供新的Outlook.com预览,然后“在未来几周之内”扩大预览版的使用范围。
微软表示,新Outlook.com将有大量的新功能,包括支持分类收件箱“Clutter”、邮件主题、自动链接预览生成、弹出阅读和撰写窗口等,另外还将支持诸如Uber、PayPal和Maps等插件。微软在去年年底表示,建议联系人和自动飞行通知也将成为Outlook.com功能的一部分。
到2016年2月,微软表示新的Outlook.com已经度过了预览阶段,并已经每周面向数百万Outlook.com用户推出了。可即便到四月底,除了那些去年新创建的账户,旧Outlook.com用户只有很少一部分被迁移到新的Outlook.com之上了。
为什么新的Outlook.com推出看起来似乎永远没完没了?
Outlook市场营销总监Jon Orton透露,Outlook.com账户总数为4亿个,目前微软已经将超过1.75亿Outlook.com账户迁移到了新的平台上。
Orton表示,将现有的Outlook.com用户转移到新的Outlook.com“可不仅仅是一次整容”,“这次的规模同之前从Hotmail到Outlook.com的迁移相比要大得多,而且我们迁移的并不仅仅是用户界面和体验,还要将数据转移到Office 365中。”
据悉,现有的Outlook.com服务运行在传统的基础架构之上。他表示,新的Outlook.com“和其他的Office 365使用了一样的构件”。这样新功能在未来就能够更快、更容易地引入Outlook/Office 365和Outlook.com之中,而不用针对两个不同的平台建设两次。
Orton承认,微软扩展了预览时期(从2015年5月至2016年2月)。在这段时间里,微软就这项新服务获得了大量的反馈,并积累了很多转型的经验,这让这家公司进行了大量的“改进和修正”。
另外,Orton表示,微软正在将不同的用户组在不同的时间内进行转移,但具体将哪些用户优先迁移到新的服务版本之上是有条件筛选的。
“决定迁移哪些用户以及何时迁移取决于用户使用的功能。” Orton表示,“例如,如果你正在使用共享日历,在迁移的过程中就需要特别注意到这一点。”
对于迁移截止时间,Orton只是说,“我们预计绝大部分Outlook.com的用户都将在今年夏天结束之前完成升级。”
对于微软打算何时将它的Outlook Mobile(Acompli)邮件客户端放在同Outlook以及Outlook.com同样的后端平台上,我也感到十分好奇。(它在运营过程中至少是部分地使用了Amazon Web Services。)
Orton表示至今为止仍然没有公布具体的时间安排,“移动依靠着一个云计算层处理搜索以及同诸如Focused Inbox之类的文件服务的连接。”他表示,“我们还需要做一些工程工作,使它同Outlook和Outlook.com的基础架构统一。”
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。