Harness Inc. ——一家提供工具让开发人员能够即时更新和监控其应用程序的软件交付平台初创企业,今日宣布推出一项重大更新,旨在帮助企业大幅提升其应用开发能力。
公司表示,最新发布的 Harness 内部开发者门户旨在解决诸如需要更细粒度的访问控制及应用程序编程接口(API),以及灵活的实体创建与管理等挑战,同时为用户提供更直观的体验。
Harness 内部开发者门户是一款面向开发人员的软件交付即服务平台,帮助他们实时更新和监控应用程序。该平台利用机器学习算法监控新软件发布,以防止其给开发人员带来问题。此服务使用户更容易了解应用程序基线环境中的动态情况;如果新更新出现异常,他们可以触发自动回退至该应用的先前版本。
该平台的设计旨在支持包括持续集成与持续部署(CI/CD)方法在内的软件交付各个方面。这种做法使得企业可以频繁推送软件和应用程序更新,往往一天内更新多次。与以往开发人员每隔几周或数月才发布新功能相比,这是一种全新的运作模式。
Harness 内部开发者门户基于一个名为 Backstage 的开源项目构建,在其基础上扩展功能,使用户更容易配置、适应和维护,并增加了有助于大型企业扩展的平台特性。
在一篇博客文章中,Harness 产品高级总监 Manisha Sahasrabudhe 解释道,虽然 Backstage 对于不需要严格访问控制要求或不需支持数百名以上开发人员的团队来说是理想选择,但其架构对于那些有更高要求的团队来说可能会带来问题。
Superior control
因此,此次新版本的重点在于修复这些问题。许多新更新旨在实现 Harness 内部开发者门户的横向扩展,同时提供更细粒度的访问控制,允许用户创建针对项目、组织或账户级别的目录实体和工作流。Sahasrabudhe 表示,此新功能意在使从服务、API、文档到工作流的一切内容能够按照反映企业现实组织结构的层级进行更便捷的整理。
除了基于项目、组织和账户成员权限的更新外,内部开发者门户还对基于角色的访问控制实现了实体级的细粒度管理。这将使团队能够通过角色、用户或用户组明确共享目录实体,同时为阅读、创建、编辑、删除和执行操作设置权限。
此次版本还推出了基于 Git 的全新实时、高度可扩展的目录实体体验。借助该功能,当对应的 YAML 配置文件在 Git 中更新时,相关目录实体即可立即通过 webhook 触发更新。Sahasrabudhe 认为,这将消除轮询和手动刷新需求。此外,内部开发者门户的目录设计已增强到可以支持“数以万计的实体”,且不会触及 API 速率限制。
至于目录用户界面,也经过全新改版。Sahasrabudhe 表示,新 UI 更加直观,允许用户按个人偏好筛选视图。例如,他们可以根据团队拥有的组件和 API,或是整个组织范围内可使用的内容来组织 UI。同时,Harness 正在通过在目录视图中原生集成评分卡,以增强对 DevOps 成熟度和安全性的可见性,而实体页面则清晰展示了包括范围、所有权及引用在内的重要细节。
Flexible entity creation
其他更新更侧重于用户体验,并为团队在目录实体方面提供更大的灵活性。例如,现在可以通过 Harness 内部开发者门户的用户界面以引导式、基于表单的方式直接创建这些实体,而无需先在 Git 中创建 YAML 文件。这一重大更新使得不熟悉 YAML 语法的开发人员也能创建实体,从而降低了使用 Harness 平台的门槛。
另一项更新支持基于 API 的目录管理。Harness 原生 API 可用于创建和管理目录实体,这为自动发现、自动填充以及构建命令行界面和 Terraform 提供者等自动化操作打开了可能性,Sahasrabudhe 如是说。
所有新功能均已在今日发布的最新版 Harness 内部开发者门户中上线。
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。