至顶网CIO与应用频道 08月08日 北京消息:CA Technologies (NASDAQ:CA) 全球研究的结果显示,虽然75%的机构认为持续测试十分关键或是重要,但只有少数受访者收效显著,得到了必要的信息和推动数字转型的核心驱动力。20%的受访者被识别为持续测试“领军者”,实现软件交付速度、质量和效率的大幅提升,从而获得了更好的持续交付的投资回报。
根据 “持续测试——数字化企业的推动者” 研究报告,领军者表现为:
CA Technologies持续交付业务总经理Jeff Scheaffer表示:“企业机构在建立自己的现代软件工厂时,关键在于不要以牺牲质量为代价来追求业务增长和成功的速度和效率。软件质量和测试已经成为每个人的责任。业务和IT管理应确保每个人都能被恰当启用——业务分析师、开发人员、发布管理人员和运营专业人员都能在质量链中发挥作用。”
尽管93%的受访者表示测试自动化至关重要,但只有20%表示他们的自动测试覆盖率达到了足够高的水平(80%或更高),仍然有80%受访者表示其严重依赖手动处理。大多数受访者认为挑战来源于测试过程和工具的几乎每个方面都欠缺自动化:从测试案例生成、测试执行,到快速、安全、高效的测试数据管理等关键步骤。
自动化测试数据的重要性还体现在:它是确保测试数据在需要时的可用性并避免个人识别信息的关键。然而,大多数受访者认为他们在这方面效率不高,尽管这样可以更容易地保护开发和测试环境中的个人数据,并且符合更严格的数据隐私法规,例如欧盟将实行的《通用数据保护条例》(GDPR)。
在整个调研中,所有受访者都强调了部署敏捷开发、持续交付和DevOps等现代方法的重要性。如果要按优先级排列,63%的受访者认为成功的最重要因素是敏捷开发与持续交付的结合,可以优化整个软件开发生命周期中活动的有效整合。总体来说,对于现代实践和工具的一体化与均衡应用正在重塑软件的开发,并支持各行业的业务转型。
好文章,需要你的鼓励
当AI遇到空间推理难题:最新研究揭示GPT-4等顶尖模型在传送门解谜和立体拼图中集体"挂科",复杂智能远比我们想象的更难实现。
这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准,测试了九个先进AI智能体的表现。结果显示,即使最优秀的智能体成功率也仅为25%,远低于实用化要求,揭示了当前AI在处理复杂科学推理任务时的显著局限性。
2025施耐德电气智算峰会上,全新EcoStruxure(TM) Energy Operation电力综合运营系统正式亮相,定位场站级智慧能源管理中枢,集技术领先性与本土适配性于一体。
俄罗斯莫斯科国立大学研究团队开发出MEMFOF光流估计新方法,在保持顶尖精度的同时将1080p视频分析的GPU内存消耗从8GB降至2GB,实现约4倍内存节省。该方法通过三帧策略、相关性体积优化和高分辨率训练在多个国际基准测试中取得第一名成绩,为高清视频分析技术的普及奠定基础。