至顶网CIO与应用频道 05月07日 北京消息:CA Technologies(NASDAQ:CA)近日宣布其被列为Gartner 2018年全生命周期API管理魔力象限领导者,这已是CA连续第六年位于领导者之列。该报告评估了CA Technologies的执行力和前瞻性,其中包括对CA API管理产品组合的评估。
CA Technologies东南亚及大中华区副总裁林洁聪说:“每个成功的企业都利用基于API和微服务构建的敏捷架构来更快地构建更好的应用程序。我们相信Gartner的认可进一步证明了我们市场领先的解决方案的策略和优势,这些解决方案涵盖了API的设计、开发、测试、安全、管理和监测功能。通过我们全生命周期的API管理以及微服务和物联网解决方案,我们认为CA能够帮助每个面对数字化转型以建应变的企业提供更好的体验,并满足不断变化的业务目标,以实现收入增长。”
据Gartner表示,“领导者是执行力强劲、且可以领导和影响市场的供应商。新的市场进入者的执行记录有限,因此不太可能成为领导者;同样,执行力强但对创新和风险过于谨慎的供应商也难以成为领导者。领导者最显著的特征就是他们能够满足各种各样的API用例︰内部(应用程序到应用程序)、B2B、B2C、内部部署(On-premises)和云端部署,以及从传统的下一代服务主导架构(SOA)“模式1”项目到最动态、最敏捷且由数字驱动的“模式2”项目的全部用例。欲了解更多详情,请参阅《关键能力报告》。”
“全面数字化转型和平台及生态系统业务模式的出现促使CIO们将API计划提上议程。API还需要得到更高管理层的关注(请参阅《阐明API的商业价值》)。 API项目一般由小型的创新想法开始,在实施前可能会引入一些编程马拉松,但之后就需要被快速地执行。”
“领导者确保他们的产品能够帮助其客户在变化的环境中蓬勃发展。在这个魔力象限中有许多领导者。成为其中一员的方法有三个:最显而易见的方式是利用强大的营销策略和丰富成熟的API管理平台;其次是通过收购领导者或颇具远见的供应商,将它们整合到更广泛的应用基础架构产品中,并保持API管理创新的步伐;再有就是通过解决数字化转型及集成挑战,并添加功能完整的API管理。领导者通常以数字化转型的形式了解有利于他们及其客户业务战略的市场趋势。领导者会看到API项目的商业潜力,将这种潜力传达给业务部门,并帮助他们的客户意识到这一点。这个市场中没有完全开源的领导者。但这种情况只是暂时的,因为我们预计许多开源供应商会改善他们的立场。”
CA API管理是一套全面的产品,通过释放数据的价值并助力开发人员发展业务、利用新机遇,来协助企业实现数字化转型。CA API管理在IT Central Station上排名第一,其中包括CA 实时API创建器,CA API网关,CA移动API网关,CA API开发者门户,CA微门户以及CA API管理SaaS 。
根据报告,Gartner指出,“创新就在眼前,但企业需要发布正确的API,并以数字化企业的终极奥义——创造新的商业价值为目标,才能获得令人耳目一新的想法。”
报告评估了供应商的执行力和前瞻性。此报告的前瞻性评估标准中,Gartner涵盖了市场认知、市场策略、销售策略、产品策略、业务模式、行业策略、创新以及地域策略。在针对产品和服务的执行力评估标准中,Gartner把供应商的产品或服务执行力标准分成五类,对应API生命周期的不同阶段︰计划和初始设计、实施和测试、部署和基本运行、部署和进阶运行、版本完善和淘汰。
林洁聪指出︰“基于API的数字化举措是为数据、用户、应用程序和设备之间提供规模化的、可靠的连接。我们相信Gartner的认可体现了我们的不懈努力,帮助客户获取在后端整合、移动优化、云端协作和开发人员管理方面的高级功能,以创建和适应现代架构。”
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。