Gartner预测,到2024年,全球开发人员数量将达到2870万人,比2020年增加320万人。其中大部分增加的人数会在中国,根据目前的趋势,2023年中国的开发人员增长率将在6%到8%之间。
应用编程接口(API)可用于支持应用程序之间的集成,提供现代化的多渠道用户体验,以及创建客户和合作伙伴生态系统。而如果没有足够的API标准和技能支撑,软件开发团队会很难设计出能够满足开发人员期望的API。欠佳的API设计会导致繁琐的开发人员体验,导致更少的消费者会采用API。因此,改进API设计应该是中国IT领导者的首要任务。
为了设计出符合消费者需求的高效、可靠API,IT领导者应确保其团队了解API用例,运用标准化的API设计实践,以完成API最佳性能设计并对团队进行培训(参见图1)。
图1:API设计四部曲
API用例识别和互动
要设计出色的API,软件开发团队必须清楚地了解它能为业务端和消费者所提供的价值。不同的企业机构和API消费者有不同的需求和期望。为了满足这些要求,软件开发团队必须确定API使用者是谁以及他们将如何使用API。
明确用途。IT领导者必须确保其团队清晰了解API的用途——简而言之,就是API消费者如何使用API的功能并与其服务交互。了解API的用途后,解决方案架构师才能够做出最适合API消费者需求的设计决策,比如符合业务用例和预期的功能。
创建并遵守API标准
随着时间的推移,IT团队将扩充API组合,以满足特定产品、服务和应用程序的需求。如果没有标准化和明确的API设计指南,API设计将多种多样,缺乏一致性。因此,API使用者必须花时间去学习每种方法,而且更容易出错。为了降低这种复杂性并提高开发人员的生产力,软件开发团队必须建立统一的API设计方法,以保持清晰的代码的部署逻辑和功能实现。以下三个方式将帮助IT领导者实现此目标。
通过限制有效负载大小、启用可缓存性和使用异步请求模式来提高API性能
一个经过深思熟虑的API设计,还需要考虑性能。API的性能,在很大程度上取决于它对不同请求类型和请求数量波动的响应程度。例如,中国的电商市场在过去几年发展迅速,网购交易规模迅速扩大,网购用户数量同比增加了一倍。
自2020年新冠肺炎疫情席卷全球以来,线下消费向线上消费的大规模转变进一步刺激了中国电商行业的快速增长。显示用户的当前订单是一个典型的电商用例场景。应用程序可通过API获取订单的详细信息,但如果用户想在一个界面查看所有订单,API要返回的数据就会比以前多,后端也将产生更高的负载。IT领导者必须确保其团队考虑使用哪些模式来提高性能,将其纳入API指南。例如:
长期培训团队成员,以持续地设计优秀的API
在2022年Gartner3月热门话题调查中,43%的IT领导者将缺乏技能列为API战略面临的最大挑战之一。随着API技术的不断发展,它能够提供比以往更丰富、更复杂的功能。
所有IT团队成员都应积极参与有关API和开发的长期培训。只有当API使用者与设计者预期的场景一致时,API才会以最佳方式执行。在API设计、开发和使用的整个生命周期中,IT领导者必须安排持续的辅导教育,提高团队对API技术的掌握程度,确保API始终符合并有效满足业务需求。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。