至顶网CIO与应用频道 04月17日 北京消息:随着云计算产业的发展,各种基于云端的IDE相继出现。相比于传统的IDE,云端IDE可以更大程度的提升用户工作的效率。4月16日,腾讯云与国内领先的一站式软件研发平台 CODING 宣布战略合作,并联合推出国内第一款完全基于云端的IDE:Cloud Studio。作为一款在线云端开发工具,它可以减少用户安装IDE的成本,提供代码在线开发、编译、运行、存储的一站式服务,让用户体验“云端办公”的便利快捷。
云计算推动工具升级,打造全新开发体验
软件研发效率在不断提升,开发工具也需要同步更新迭代,这就对计算资源提出了更高要求。每台 Cloud Studio 的背后,都有腾讯云云服务器、容器服务等服务在提供计算支持,帮助用户升级开发模式、变更应用交付、重构数据管理方式,提速企业应用部署。依托腾讯云的强大弹性能力,还能够做到资源快速伸、容灾等。开发者使用Cloud Studio时登录浏览器即可进行编程,提供完整的 Linux 环境,并且支持自定义域名指向、动态计算资源调整,可以完成各种应用的开发编译与部署。另外,每个 Cloud Studio 拥有独立的计算资源,支持多环境快速切换、协同编辑、全功能 Terminal等功能。据悉,下一步,Cloud Studio 将开放调配资源、在线 Terminal 操作云资源等功能。
Cloud Studio 可以提供强大的弹性计算的能力。CODING 的 CEO 张海龙表示:“Cloud Studio 可以提供强大的弹性计算的能力。在不久的将来,开发者们打开 Cloud Studio,可以立即在云端调配数万个 CPU 为其代码进行计算测试,立即验证结果,而后立即释放资源。甚至做到服务器自动扩容,无需用户主动进行调整,达到 Serverless 的理想状态。”腾讯云持续关注的人工智能、大数据、区块链等新兴领域,都对弹性计算有强烈的需求,Cloud Studio的面世在弹性计算领域给予了腾讯云很大帮助。
持续产品级合作,腾讯云助力 SaaS 革新
今年,腾讯云和 CODING 将在产品方面进行更深入的合作,以腾讯云强大可靠的计算能力助力 SaaS 行业的革新。
SaaS 即“软件及服务”,服务商通过向客户提供在线软件的方式提供云计算服务,用户无需在本地进行任何软件的安装。由于SaaS 行业有付费率高、用户粘性强等特点,行业客户也更看重服务的稳定性和实用性。随着互联网时代到移动互联网时代基本转型的完成,以及市场红利的逐步枯竭,越来越多的企业开始注重降低内部成本、提供更多的创新服务。因此以提升效率为核心目标的 SaaS 行业也进入了蓬勃发展的时期,同时SaaS 行业也面临着更高的计算资源需求的挑战。作为国内云计算行业的领导者,腾讯云可以为其用户提供更稳定的 SaaS 服务。
腾讯云副总裁王慧星表示,Cloud Studio 为开发者提供了非常好的云端集成开发环境,让开发者可以通过在线的形式进行协作开发,管理自己的代码库,并且编辑和调试代码。这次与腾讯云IaaS/PaaS的深度结合,真正做到了代码编写、调试、上线一站式闭环体验,这次合作也验证了腾讯云作为连接器的定位,希望通过生态不断丰富开发者相关产品及能力,为更多的开发者带去便捷、高效的开发体验。
战略级合作伙伴,共同构建良性循环的开发者生态
目前,国内的开发者群体的技术成长途径主要依赖于自我学习,大部分缺乏系统的理论指导和相应的标准规范。腾讯云及 CODING 持续关注国内开发者市场已久,深知目前出现的困境。在此次合作的基础上,双方计划在技术布道和开发者社区的建设中投入更多的资源,一起打造通用型的接口标准以及标准化的文档规范,并将致力于基础技能的知识普及。通过一步步的深入布局,构建一个良性循环的开发者生态系统,通过开发者生态来激活社区内开发者的创新能力,提升中国的软件研发能力。
目前我国云计算行业已经进入了高速发展期,云端的软件开发在其中扮演着重要角色。未来,腾讯云将与CODING进行多线合作,进一步拓展腾讯云资源的使用边界,充分发挥云的优势,推动云端资源工具化,为开发者提供工作上的便利。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。