朝着利用云计算、物联网(IoT)、分析和人工智能(AI)等技术趋势加强数字化商业模式的重大转变,正在推动着全球在应用基础设施和中间件(AIM)方面的投入。Gartner的数据显示,2017年AIM市场收入达到285亿美元,比2016年增长12.1%(见表1)。
这些推动AIM市场更广泛的技术趋势已被普遍接受:向云平台和服务的迁移,对实时的数据和分析需求不断增长,向API经济的转变,物联网终端迅速扩散,以及人工智能的部署。
Gartner研究副总裁Fabrizio Biscotti表示:“应用基础设施的新方法是组织建立数字化计划的基础,因此AIM市场的强劲需求证明了数字化正在发生。转向数字化商业模式的企业越多,现代应用基础设施就越需要以提供新数字服务或产品的方式连接数据、软件、用户和硬件。”
表1:2016年和2017年AIM软件市场收入和份额(单位:百万美元)
来源:Gartner(2018年6月)
Gartner预测2018年AIM市场的增长速度将进一步加快,之后每年的增长速度将放缓,到2022年达到5%左右。此外,AIM市场的发展势头正在从市场老牌厂商转向挑战者。
IBM和Oracle等市场老牌企业主要提供的服务是许可型的内部部署应用集成套件产品,这部分在2016年和2017年实现了个位数的增长。Gartner预计这一增长将持续到2022年。Biscotti说:“我们通常将这个增长缓慢的细分市场视为服务于传统应用的市场。”
小型挑战者细分市场将继续保持两位数的增长,这部分主要围绕云计算和基于开源的应用集成(iPaaS)产品。
Gartner研究总监Bindi Bhullar说:“在iPaaS中,我们发现奠定了数字未来的基础,因为这一领域的产品通常是更轻盈、更灵活的IT基础架构,适合快速发展的数字业务用例。结果是,资金充足的纯iPaaS提供商、开源集成工具提供商、低成本集成工具提供商正在挑战着传统供应商的主导地位。”
iPaaS仍然是整体市场中一个很小的细分市场,在2017年首次突破了10亿美元收入大关,2016年增长超过60%,2017年增长72%,这这让iPaaS成为增长最快的软件领域之一。
Bhullar说:“iPaaS市场也开始整合,最明显的就是Salesforce最近收购了MuleSoft。仍有很大空间做进一步整合,其中超过一半的AIM市场由前五名以外的供应商占有,有两位数的增长,这可能会促使那些市场份额被挑战者抢走的大型厂商做一些收购。”
Biscotti补充说,AIM市场中最成功的挑战者将是那些将产品定位为对大多数大型组织中常见现有遗留软件基础架构进行补充(而不是替代)的产品。
Biscotti表示:“虽然敏捷的挑战者似乎更适合追求数字化创新的企业组织,但现实是传统中间件和软件集成平台将持续存在。 纯粹的云计算整合是当今的一个利基要求,大多数购买者在追求混合整合模式时有更广泛的需求。长期市场构成可能会涉及更广的范围,从通用综合集成套件到更专业化的特定产品。”
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。