至顶网CIO与应用频道 03月28日 北京消息:CA Technologies(NASDAQ︰CA)被Gartner列为“Gartner应用程序性能监测套件魔力象限”领导者。CA Technologies提供CA数字化体验洞察(CA Digital Experience Insights)— 一个为应用程序性能管理、用户体验和基础设施监测提供综合服务的监测和人工智能运维(AIOps)平台。
CA Technologies亚太和日本地区DevOps主管Abhilash Purushothaman表示:“我们认为此项认可肯定了我们的前瞻性及完整AIOps解决方案的交付能力。AIOps解决方案可以帮助每个面对数字化转型以建应变的企业应对持续交付出色应用程序的需求,尤其是在现今的数字化经济下。通过利用人工智能和机器学习,CA数字化体验洞察使用开放式AIOps架构,可协助企业理解每个链接如何在复杂的端点组合、共享资源和混合环境中影响用户体验,让企业对其客户的整个数字化体验有更深入的理解。”
据Gartner阐述,“对大部分企业来说,APM在以应用程序为中心的IT运维中已经成为不可或缺的元素,同时也被视作由DevOps驱动的桥梁,一端连接着生产、研发,另一端为IT和数字化业务。”
CA数字化体验洞察帮助DevOps团队支持重要企业成果,交付一流的数字化用户体验,甚至可以在最复杂的数字化环境下(例如Kubernetes、容器、AWS和Azure监测)加快解决应用程序问题,并为未来发展不断进行优化。这个行业领先的解决方案针对有利或损害数字化体验的因素提供了一个完全关联且一致的视野。
Gartner将APM套件定义为有助于监测的一个或多个软件及/或硬件组件,以满足以下三大主要功能维度:
• 数字化体验监控;
• 发现、跟踪和诊断应用程序;及
• 应用程序的人工智能IT运维(AIOps)
SERPRO的IT主管Félix Sutarelli表示:“在SERPRO,我们以往经常要召集各个领域(开发、测试、运维)的专家一起处理突发危机,研究导致应用程序运行缓慢、出现错误等问题的原因。这影响了客户体验、成本以及我们团队的效率。使用CA应用程序性能监测后,我们成功将应对突发危机的需求减少了95%,大大改善应用程序的可靠度、服务水平协议(SLAs)、生产力和客户满意度。”
Purushothaman还说道︰“传统APM手段只着重于在开发后的生产环节中监测个别应用程序组件。我们认为此项认可肯定了我们帮助客户将监控推前至软件开发生命周期的更早期阶段,因此可以迅速修补漏洞,交付完美的用户体验。”
新发布的CA应用程序性能管理专注云端和容器监测,以及应用程序与基础设施之间的监测和关联,为OpenShift、Kubernetes、Docker 和VMware环境提供新的增强监测功能。请点击此处了解更多细节。
如欲免费获取报告,请浏览http://www.ca.com/GartnerAPMMQ。如欲了解关于CA Technologies应用程序性能监测和管理解决方案的更多资讯,请浏览www.ca.com/APM。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。