Harness Inc.(一家为开发者提供应用程序更新和监控工具的软件交付创业公司)今天宣布推出多项新功能,进一步扩展其功能管理和实验能力。
这些新功能源于公司完成了对 Split Software Inc.(Harness 在 5 月份收购的公司)的平台整合。
Harness 提供了一个基于人工智能的持续交付即服务平台,可以在整个开发生命周期中管理代码和软件测试。开发者可以在每次更改时监控和管理发布指标、分析和测试,在部署之前发现潜在问题,如果出现问题还可以进行回滚。
Harness 仪表板现在已经超越了基本的功能标志(允许开发者通过仪表板上的开关来打开和关闭功能)。随着 Split 的完全整合,客户可以访问 Harness 功能管理和实验 (FME) 后端仪表板,该仪表板将六个新功能整合到一个集中的后端。
在功能管理方面,用户现在可以轻松地针对特定用户或用户群组进行 A/B 测试,并逐步推出新功能。它为企业组织提供了强大的权限、治理和控制功能。一旦发布开始,FME 可以监控任何客户体验的下降,比如页面加载时间增加、错误或崩溃。如果超过某些阈值,它可以自动触发回滚。
在实验方面,FME 允许用户通过仅为特定用户开启新功能来进行实验,以衡量对转化率、收入或用户获取等业务指标的影响。
Harness 产品副总裁 Trevor Stuart 在接受 SiliconANGLE 采访时表示:"当你看传统的 Harness 基础时,有日常的持续集成和交付产品,这是 Harness 功能管理的基础。实验功能从 CD 结束的地方开始。我将代码部署到生产环境后,现在想要在单一平台上逐步推出并能够实现这一目标。"
实验功能进一步提供了数据驱动的见解,以优化功能推出。这样,开发者和业务用户可以实时全面了解变更如何影响其应用程序的性能,直至用户影响。它旨在确保每次发布都有实证数据支持,以增强构建更好产品的信心。
实验现在有了自己的设计仪表板和专区,开发者可以创建自己的特殊工作流程,将实验分析与日常标志监控和维护分离。正式实验允许开发者定义假设、持续时间、目标规则和分析处理方案。
Stuart 说:"例如,一家银行可能会说,我们要看看汽车贷款作为一个要展示的优惠,我们要优化的关键指标是贷款发放量。我们是在增加银行的贷款数量吗?还是在获取新客户?这样,你就可以看到他们如何开始启用这些新功能并运行这些实验。"
这个终端用户业务逻辑示例只是功能可能影响的众多用例之一。代码更改和应用程序功能一旦发布,可能会改变处理时间、云成本、终端用户体验和其他许多在测试中难以发现的指标。
逐步发布意味着可以安全地监控这些变更,比起一次性全部发布(从而可能一次性全部出问题)带来的影响要小得多。这让开发团队有时间在问题变得严重之前解决潜在问题。
功能管理和实验还使运行测试版功能更新变得简单,因为测试用户群只是一个隔离的用户组。这些用户知道他们的应用程序可能无法正常运行——这都是为了有机会提前体验功能——而普通用户则希望获得最佳的用户体验。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
浙江大学等高校研究团队开发的VolSplat系统,通过"体素对齐"替代传统"像素对齐"方法,实现了快速高质量的3D场景重建。该技术仅需6张普通照片即可生成精确3D模型,在RealEstate10K等标准数据集上显著超越现有方法,为机器人导航、增强现实、建筑设计等领域提供了新的技术选择,代表了3D重建领域从二维思维向三维思维的重要转变。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
武汉大学团队与字节跳动公司合作,提出MAPO混合优势策略优化方法,解决AI训练中的"一刀切"问题。该方法能根据问题难度动态调整评分策略,避免传统方法中的优势反转和优势镜像问题。通过轨迹确定性判断和权重动态调整,在几何推理和情感识别任务上都取得显著提升,为AI自适应学习提供新思路。