下载 InfoQ App >
随时随地获取最新技术资讯
4 月
16 - 18
2026
QCon全球软件开发大会|北京
Agent 工程/架构/可观测/安全|算力优化|技术债治理|多模态|AI 原生基础设施
🔥9折优惠倒计时最后1天!
6 月
26 - 27
2026
AICon人工智能开发与应用大会|上海
多智能体协同|模型推理优化|AI 原生数据架构|可信 AI 与治理|具身智能与物理 AI
🔥8折优惠火热进行中
8 月
21 - 22
2026
AICon人工智能开发与应用大会|深圳
Agentic AI|Agentic UI|AI 工业化落地|AI 工程化与极致效能
🔥8折优惠火热进行中
3 月
10 - 13
2026
Snowflake AI数据云
DISCOVER AI 技术实践周,预约通道已开启!
👉点击查看详情

演讲人:孙佳林、章平、李昌昊、陈自欣
演讲人:隋伟 博士,何泳澔 博士,彭君然 博士,李元庆
演讲人:姜天意、褚秋实、邓立山

昨日,科技巨头微软旗下研究实验室 Microsoft AI 宣布推出三款基础 AI 模型,可生成文本、语音和图像。目前三款模型均已登陆 Microsoft Foundry,其中转录和语音模型也已在 MAI Playground 中开放使用。

智能体时代,金融人才培养全新升级,阅读原文了解详情。

设置三大创新赛道:覆盖 OPC 一人公司、工作学习、生活娱乐的全场景

KubeVirt 1.8 版本在 2026 年 KubeCon + CloudNativeCon Europe 大会上发布。该版本与 Kubernetes v1.35 保持同步,其最重要的新增功能是虚拟机管理程序抽象层(HAL),使项目能够使用 KVM 以外的其他后端。

FutureSearch 研究员 Callum McMahon 发现,针对 PyPI 上 LiteLLM 的供应链攻击导致 4 万多次下载下载了被篡改的版本。

关于 Agent 的“iPhone 时刻”何时到来,这个问题在过去一年被反复讨论。但争论的焦点,从来不是 Agent 够不够强,而是它什么时候才能真正融入普通人的工作。

Discord 开源其内部事件流决策引擎 Osprey。它每秒能够评估 230 万条规则,每天能够处理 4 亿次操作。

Cloudflare 宣布对 Web and API Vulnerability Scanner 进行公开 Beta 测试。这款动态应用程序安全测试(DAST)工具是 API Shield 平台的一部分。首个版本仅针对 Broken Object Level Authorization(BOLA)。

在技术与创作的交织领域,当我们着手撰写一份技术方案或设计文档时,实则开启了一场提问与解答的思维旅程。就像

微软最近宣布 Azure Copilot Migration Agent 正式公开可用。这是一个内置在 Azure 门户中的 AI 助手,目标是简化并加速云迁移中的规划和评估阶段。该 Agent 基于现有的 Azure Migrate 数据运行,可以直接在 Azure Migrate 仪表盘中访问。

随着大模型与智能体(Agent)技术的快速发展,如何高效构建一个 Agent 并在生产环境中稳定运行,是工程团队面临的核心问题。

开发正在从“写代码”转向“管理 AI 写代码”。

从泄露的 Claude Code 客户端源代码来看,这款程序几乎可以控制任何完成了安装的用户设备。

解析商汤大装置如何通过“三明治”分层架构打造 AI 算力池,并利用全量托管虚拟集群、AI 集群 Runtime 及虚拟节点等核心技术,解决大模型训练与推理中的资源孤岛、扩容缓慢及运维复杂等痛点。

本届世界科学智能大赛共设置五大赛道,采用算法赛和创新赛两种模式,并首次设立人文科学赛道,推动前沿技术与中华文明研究的深度融合。

有人强化有人削弱:Harness 正在被模型能力反向吞噬?

市场对 Anthropic 的兴趣是“无限的”。

当前,随着数据量爆发式增长、业务场景愈发复杂、全球化部署需求激增,传统数据库架构越来越难以适配新时代的业务发展要求。在 AI 技术的加持下,云原生数据库正朝着智能化方向加速演进。

火山引擎总裁谭待表示,Token 使用量正成为衡量 AI 发展速度的核心指标。

InfoQ 与 Gardy Booch 探讨了当机器与人类共同编写代码时,架构应当如何进化的原则性议题。

这份业绩报告喜忧参半,其收入激增但亦被分析师评增长低于预期,且综合毛利率不佳。

淘宝闪购业务增长背景下,骑手履约过程中存在卡点、难点问题,影响骑手履约效率与体验,从而导致体验与效率类 CPO 工单增加。

2026 年春,天⼯开物开源基⾦会第⼆届理事会第一次会议在苏州太湖胜利举行。

史上最贵“吞金兽”:OpenAI 狂揽 1220 亿,近万亿估值背后三大挑战怎么破?

随着大模型 Agent 从实验原型迈向核心业务生产,工程化的重心正经历从“验证可行性”向“追求确定性”的本质跃迁。Agent 的本质是“自主”、“涌现”、“不可预测”——这些词本身就和“确定性”对着干。但企业要的是什么?是可用、是可靠、是出了事能找到原因、是敢把核心业务交给它。那么,一个本质上不确定的系统,我们能把它变得足够“确定”吗?如果能,靠什么?可观测性在这个命题里,扮演的是什么角色?

大模型 Agent 在智能运维场景落地时常常遇到“做 demo 容易,泛化难”的问题。本文中,阿里云云原生可观测算法专家,香港中文大学计算机专业博士李也深入介绍了如何利用评测集验证并提升基于 Agent 的智能运维算法泛化性的实践。

“我又要强调一次,我老了。我喜欢确定性的工具,而 coding agent 或者驱动它们的模型,根本不是确定性的。我非常讨厌这一点。”

世界是个巨大的草台班子?