下载 InfoQ App >
随时随地获取最新技术资讯

演讲人:顺丰集团CIO 刘潭仁、深信服科技CIO 宋东林、极客邦创始人&CEO 霍太稳
演讲人:余欣纬
演讲人:嘉宾:顺丰集团CIO 刘潭仁、深信服科技CIO 宋东林、极客邦科技创始人&CEO 霍太稳

要让 AI 在企业里落地,先得有一层东西,把企业的指标、口径、业务规则,统一成一套机器能读懂的语义。这层东西,叫指标语义平台,是 AI 落地企业的地基。

当模型不再是瓶颈,Agent 工程化该怎么做?王搂×郝栩彬,一场关于运行时底座与上下文治理的深度对谈。

要 tokenmaxxing?先问自己钱够吗

把模型训练环节中不好用的软件用 AI 重写?

把 AI Agent 接入生产数据库,DBA 最关心两件事:诊断经验从哪来,高危操作谁来兜底。DatabaseClaw 作为腾讯云数据库 Agent 平台,以四重安全纵深承载企业级生产准入,以 Skill 生态沉淀十余年工单经验,让 AI Agent 从“能用”走向“可托付”。

当数据平台能够原生处理复杂部分时,智能体编程才能真正发挥作用。开源组件、统一的 SQL 接口以及对 AI 友好的工具,是让你能够高效地在现有技术栈上进行构建,而不是与其“搏斗”的关键。

是否实现全域内存统一编址和内存语义?

聚焦 DMC 在 AI Agent 时代的双重角色:一方面将库表管理、SQL 执行、变更工单等核心能力 Skill 化,无缝赋能 DatabaseClaw 等 Agent;另一方面以实例授权、SQL 执行规范等纳管机制构筑安全底座,为 Agent 操作生产库装上“方向盘”与“刹车”。

近日,小米宣布永久性翻新整个模型定价体系。

微软为 Azure Logic Apps 推出代码解释器,AI 智能体可在 Hyper-V 隔离沙箱中生成并运行多种编程语言代码。

聚焦 DBbrain 的核心价值与 AI 转型,深度拆解复杂场景下的性能洞察与极速诊断技术,同时揭秘如何将十余年专家经验标准化封装为 AI 算子,作为核心“诊断大脑”无缝接入 DatabaseClaw,共筑 AI 自治生态。

本次分享将介绍他们在企业内部办公智能体 OpenClaw 上探索的 Self-GC 方案

Pullfrog AI:由 GitHub Actions 驱动的开源 CodeRabbit 替代方案。

三星这场还没开始就已经被按住的史上最长罢工,本质上是 AI 时代芯片产业链“价值分配机制”的第一次正面冲突。

让 AI 在真实环境中不仅“看懂”世界、还能“做出”决策,这是具身智能的终极目标之一。

使用 Snowflake Intelligence 的团队往往行动很快。Cortex Agents 可以快速且无缝地构建,不知不觉间,你就已经有一个集群在不同领域和业务职能中投入生产运行。

业务用户总是想要新的东西,而且想要得很快。今天上午按区域拆分,午饭后按季度看趋势,下班前按部门做透视。传统的请求、开发、测试和部署周期根本跟不上现代分析需求的节奏。如果我们把交付的概念改成一个始终可用、并且保留完整审计轨迹的自助式报表集市,会怎样?

2026 年 5 月 26 日,由星环科技自主研发的分布式数据库 ArgoDB V6 通过中国信息安全测评中心、国家保密科技测评中心联合发布的“安全可靠测评”认证,全面验证其在产品安全与供应链安全领域的端到端防护能力,构建起覆盖研发、产品到生态的全栈自主可控安全体系,能够为各行业核心业务系统提供长期安全、稳定、可靠的数据库支撑。

逻辑折叠技术将先后在麒麟秋季新品、昇腾 990 芯片量产落地

本演讲结合了得物智能客服从传统 workflow 向 AI Agent 端到端解决方案落地过程中的痛点和成功实践经验

在上个月举行的 Apache Iceberg Summit 上,谷歌宣布了 BigQuery 针对 Apache Iceberg 的一系列新互操作能力。其中,处于预览阶段的无服务器 Iceberg REST Catalog 允许团队在 BigQuery 以及 Spark、Flink、Trino 等引擎之间,对同一份 Apache Iceberg 表进行创建、更新和查询,而无需复制数据。

本轮融资将主要用于物理 AI 的数据与评测基础设施相关核心技术投入,持续加强规模化交付能力建设,并加快全球市场开拓与生态合作。

Gemma 4 结合 MTP 草稿模型,借助投机解码并行生成词元,单次运算即可完成校验,推理提速约 3 倍且不影响输出质量。

Matteo Collina 提议为 Node.js 核心添加 node:vfs 虚拟文件系统模块,该方案虽获社区支持,但因大量借助 AI 开发,引发了关于代码审核与功能必要性的争议。

对于今天的 Snowflake 数据工程师来说,工作不再只是移动数据。它更多关乎在 AI 的帮助下,构建可靠、管理良好且成本高效的系统。本文将探讨这种新工作方式的三个主要部分:使用 Cursor 和 GitHub Copilot 进行 Terraform 开发,使用 Cortex Code CLI 打通本地与云端环境,以及使用 Snowflake Cortex UI 直接在 Snowflake 内提升工作效率。

将 Cortex Code 从交互式 CLI 转变为一个可编程引擎,用于运行自主 AI 工作流。这些工作流既可以在你的本地机器上运行,也可以在 Snowflake 内部以服务端方式运行。