- 综合排序
- 最热优先
- 最新优先
AI原生开发范式
AI原生开发范式的核心概念 AI原生开发范式（AI-Native Development）指以AI为核心构建应用程序的设计方法，其特点包括数据驱动、模型即服务（MaaS）、自动化工作流和持续学习。 与传统开发相比，AI原生应用将机器学习模型作为基础组件，而非附加功能。 典型行业案例分析 金融领域-智能风控系统 某银行采用AI原生架构重构信贷审批流程，实现实时风险评估。 医疗领域-影像辅助诊断 一家医疗科技公司开发AI原生影像分析平台，整合多种医学影像模型（CT、MRI）。 零售领域-动态定价引擎 某电商平台部署强化学习定价系统，每小时处理10TB用户行为数据。系统自动调整200万SKU价格，通过A/B测试验证，GMV提升15%，库存周转率提高22%。 原生系统需监控多维指标： 模型指标：AUC-ROC、F1 Score、推理延迟 系统指标：QPS、错误率、资源利用率 业务指标：转化率、用户留存、ROI 监控看板应包含实时数据和历史趋势对比，设置自动告警阈值
50010编辑于 2026-01-20- 来自专栏深圳架构师同盟
从数字化到AI原生，到底什么是AI原生？
最近一年被问得最多的一个问题是：什么是AI原生？很多企业说自己要做AI原生，我问他们打算怎么做，答案往往是"我们准备上一个大模型，把系统都接上AI能力"。 采购了10件商品入库，你在系统里录入100件，系统不会报错；商品是10日入库，你写成11日，系统也不会报错。 三、AI原生的真实分界线：模型原生 + 知识原生 + 价值原生我认为一个系统要称得上AI原生，得同时满足三件事：AI原生 = 大模型原生 + 知识原生 + 价值原生。 这个才是构建AI原生企业的关键。回到最开始那个问题：从数字化到AI原生，到底什么是AI原生？ （AI原生=模型原生+知识原生+价值原生）》《在AI时代，如何去构建AI智能原生企业？》
5110编辑于 2026-10-05 - 来自专栏深度学习与python
迈向云原生的10个步骤
作者丨 Sarah Saunders 译者丨屠灵 策划丨辛晓亮 我们是凯捷咨询公司的开源云工程部门，主要做云原生开发。我们的一个重要挑战是帮助人们了解什么是云原生。 所有这些考量都与云原生开发有关。 基于这样的定义，可以说云原生应用程序就是函数即服务（Function as a Service，FaaS），或者说“Serverless”。 那么，该怎么定义云原生呢？ 云原生应用程序就是部署到云端，在保留灵活性和可移植性的同时最大化效益的应用程序。 2凯捷的云原生解决方案 我们部门提供了几种云原生产品。 一个是云原生成熟度评估，帮助客户了解他们离最大化云效益还有多远，另一个就是我们的开源云原生开发平台。 云原生成熟度评估 当人们在考虑将应用程序迁移到云端时，容易忽略掉一些东西。 10、低延迟 现在，我们可以在云端飞翔了，可以真正开始考虑性能问题了。我们要在意微服务之间的 HTTP 开销吗？我们需要 JSON 吗？或许层与层之间可以使用二进制的 API？
80520编辑于 2023-04-01 中国 CRM 从“+AI” 走到 “AI原生”
国内 B2B CRM 正从"外挂 AI 辅助功能"向AI 原生架构（AI-Native CRM）演进。 当各家CRM厂商纷纷打出"真原生，非外挂""Agentic CRM""智能体平台"的旗号，CIO最该问的不是"你们有没有AI"，而是——你们的AI 是 CRM 原生内置的大脑，还是点缀功能的挂件？ 3.0 Agentic CRM（AI原生智能）：AI驱动的智能型CRM，具备自主决策与行动能力，通过交互、数据、能力、可信四层落地，实现智能化客户运营。 二、AI 原生 CRM 的核心特征 产品架构 纷享销客 采用数据底座层、AgentOS内核层和Agent服务层三层自上而下一体化原生架构，实现能协同工作、会持续进化的核心能力。 原生CRM市场，核心价值不在于AI技术的炫技式展示，而在于将AI能力以可治理、可追溯、可持续进化的方式嵌入CRM业务全链路。
27110编辑于 2026-07-31AI原生组织（AI-Native Organization）
"业务先行、AI补丁"，原生是"AI即底座"。 50人-拥有数千万用户，年收入超2000万美元-估值超10亿美元（投资方：Nvidia、JeffBezos、AndrejKarpathy）####组织特点|维度|具体实践||:-:|:-:||**团队规模 ----###3.2字节跳动：从追赶者到领跑者**战略背景**：-2022年底ChatGPT发布时，字节AILab专注大模型不足10人-2023年下半年梁汝波主导大刀阔斧重组####组织重构**三驾马车架构 *|深度融合|业务流程与AI深度整合，数据闭环|初步AI原生||**L5**|AI原生|组织架构建立在AI之上，智能演化|真正的AI原生组织|###4.2转型核心步骤Step1:顶层设计├──设立CAIO （2026年4月）FT中文网/林薇：《AI原生：硅谷正在定义的新企业范式》（2025年11月）少数派：《Perplexity团队深度解析》（2025年10月）极客书房：《Perplexity如何构建AI
3.1K10编辑于 2026-05-18如何构建AI原生应用？从大模型到知识中台，从数据到规则逻辑。AI原生=模型原生+知识原生+价值原生
今天继续聊AI和大模型方面的话题。即什么是AI原生，如何构建一个真正意义上的AI原生系统？ 对于这个问题，我们先看下AI大模型自己给出的答案。 AI原生必须是土生土长的，系统一开始构建就原生在系统里面的能力，而不是已有系统后简单嫁接或集成AI大模型能力。那些把传统IT系统改造集成AI大模型能力后叫AI原生是相当错误的说法。 AI原生-大模型原生+知识原生+价值原生 一个系统能够称之为叫AI原生系统呢？这里面核心的一个关键就是整个系统核心的能力是架构在底层的AI大模型和底层的知识层上面的。 你如果满足这么一个条件，那你们做一个系统就可以叫做AI原生系统。 我原来谈AI原生的时候谈到过，AI原生核心是知识原生，为何你当前企业有数据库数据，有资料文档，不能快速的构建AI原生应用？ 注意这个说法只解决了AI原生应用的大模型原生问题，并没有解决知识原生的问题。如果按这个说法所有的AI智能体应用都是AI原生应用，但是我的理解，AI原生应用的核心重点应该是在知识原生上面。
1.2K20编辑于 2025-11-17- 来自专栏阿泽的学习笔记
云原生与AI漫谈
对于系统开发人员来说（比如云数据库，云 AI 平台），云原生的趋势也会产生相应的影响。 具体的例子比如我们可以通过用户的数据查询看到经常使用的过滤维度，来重新安排数据的排序和分区，这样在同样的数据量情况下，系统可以花更少的计算资源来完成查询，增加系统的利润 :) 云原生+AI 最后再来看下跟 AI 相关的部分。 而前面讲的“云原生语言”，则更关注在程序具体执行层面的关注点分离。 把两者结合起来看，云原生时代的 AI 平台开发会是一片巨大的未开垦之地，对于云和算法各自都有很宽很长的路可以走。 目前云原生跟 AI 结合的一个比较好的学习样例是 Kubeflow，之前春节期间读了一本《Kubeflow for Machine Learning[3]》，感觉收获还是挺多的，如Istio，CRD的应用等
1.1K30发布于 2021-07-06 - 来自专栏腾讯专有云
从云原生演进到云原生 AI：TCS AI infra解决方案
导读： AI 浪潮席卷而来，算力争夺白热化，模型迭代日新月异，云原生为AI业务创新提供强大动力。 需求变革：从"云原生"到"云原生 AI"的范式转移 云原生为AI业务创新提供强大动力，已成为企业数字化转型的共识。 CNCF 在 2024 年发布首份《云原生 AI 白皮书》，正式确立“云原生 AI（CNAI）”这一范式：用云原生原则构建和部署 AI 应用，在资源效率与开发部署效率上双向赋能。 云原生 AI 平台正经历如下三段演进： TCS AI Infra 破局之道 TCS AI Infra 面向私有化企业级 AI 落地需求，打造一站式云原生 AI 解决方案，整体以六大核心能力为核心支撑： ” 到 “云原生 AI” 的平滑演进。
40800编辑于 2026-07-10 - 来自专栏架构师北京同盟
AI藤壶：满身AI不等于AI原生
我们把这种现象称为“AI 藤壶”。 虽然应用AI 越来越多，但并不意味着企业越来越“AI 原生”。 在我们近期开展的企业 AI 应用调研中，约69%的受访组织已经形成正式或初步的 AI 战略，约56%已经进入多场景推广及以上阶段，但明确表示 AI 已进入业务系统或标准流程的企业只有约17%。 我把“AI藤壶”这个观点交给 AI，它给了我这样一幅图： 我们把这戏称为“AI 藤壶（AI Barnacle）”。 因此，企业最自然的选择往往是：组织不动，继续加 AI。 问题也就出在这里。企业规划 AI 时，不能一直问“这里能不能加一个 AI？”，而应该开始问“有了 AI，这里还有没有必要存在？” 真正的 AI 转型，不是让旧组织的每一个角落都长出 AI，而是借助 AI 重新设计组织。 否则，企业得到的可能不是一个 AI 原生组织，而是一艘长满 AI 藤壶的旧船。
16521编辑于 2026-09-09 - 来自专栏机器之心
全球首个AI CUDA工程师来了！将PyTorch原生实现提速10-100倍
日本 AI 初创公司 Sakana AI 团队提出了一个大胆的愿景：利用 AI 本身来优化 AI。他们开发的「AI CUDA 工程师」是这一理念的具体实践。 「AI CUDA 工程师」能够生成比常见 PyTorch 操作加速 10-100 倍的 CUDA 内核。 「AI CUDA 工程师」发现的内核运行时加速 「AI CUDA 工程师」稳健地发现了用于常见机器学习操作的 CUDA 内核，其速度比 PyTorch 中的原生和编译内核快 10-100 倍。 更具体地说，在考虑的 229 个任务中，81% 的性能优于 PyTorch 原生运行时。此外，在所有已发现的 CUDA 内核中，有 20% 的内核速度至少是 PyTorch 实现的两倍。 「AI CUDA 工程师档案」的摘要统计数据，包含超过 30,000 个内核和超过 17,000 个正确验证的实现。大约 50% 的所有内核都优于 torch 原生运行时。
60810编辑于 2025-02-25 - 来自专栏DotNet 致知
EF Core 3.1 入门视频-10 执行原生SQL
http://mpvideo.qpic.cn/0bf2qmbh6aacleaoeg3mgvpvfa6dp6bqe7ya.f10002.mp4?dis_k=361051a3b4994e09e862108
75520编辑于 2022-03-29 - 来自专栏蟋蟀得不像专家派
如何构建 AI 原生技术团队
如何构建AI原生产研团队：我们花了一年，才搞懂这句话 别人还在讨论"AI要不要用"，我们已经把AI变成了团队的肌肉记忆。 工具只是皮，真正的AI原生团队，是从组织基因层面被重构的。 今天不讲虚的，就讲我们这一年干了什么，怎么干的，效果怎么样。 一、撕掉标签：什么叫"AI原生"？ 大部分人理解的AI原生 = AI用得很熟。 我们理解的AI原生 = AI已经渗透到组织的毛细血管里。 我们团队规模没变，但人的结构变了——以前 10 个人里 7 个写代码、3 个想方案；现在是 3 个写代码、7 个想方案。 总成本其实没降多少，省下的人力成本，又变成了 Token 费用。 事实就是：同样的团队规模、同样的业务复杂度，AI 原生团队和非 AI 原生团队的产出差距已经拉开了 40% 以上。 这个差距只会越来越大。
52310编辑于 2026-05-26 企业AI战略的演变：从AI就绪到AI原生(AI Native)
也是催生企业AI应用走向“AI原生” 那么什么是"AI原生"企业？他有什么核心特征呢？又有什么价值呢？下面我们一起来看看。 首先，"AI原生"(AI Native)是将AI融入企业全业务场景，重新定义产品功能、流程与价值。 3 "AI原生"企业的价值创造 "AI原生"企业通过重构业务流程和价值链条，创造多重价值： 效率提升：自动化重复性工作，释放人力从事更高价值活动 体验升级：提供高度个性化的用户体验，提升客户满意度 创新加速 "到"AI原生"的根本性转变。 AI原生将AI深度融入企业业务流程与组织文化，采用科学的方法、适合的工具、成熟的基础设施，合面拥抱AI原生，才能在智能经济的新时代中赢得未来。真正释放AI的价值，开创智能经济的新篇章。
40610编辑于 2026-07-01- 来自专栏数据猿
从+AI到AI+，我们离AI原生还有多远？
可真正接入后，却发现不是这么回事，企业应用AI的实际场景十分复杂，简单的接AI无法真正提高效率。同时，目前AI本身也存在着幻觉频发等问题，如果AI不是一剂见效的灵丹妙药，我们又该如何看待它？ 在企业接入AI的场景中，目前大部分企业以“+AI”为主，运用AI优化自己本身的业务模式，这是量变；“AI+”则是未来以AI本身作为驱动的更高阶状态，属于质变。 将人不具备或不够好的能力借助AI、智能体等快速补足，这里涉及到+AI与AI+的问题。 过去我们靠工程师来绘图，用+AI的思维，我们可能会让AI提供设计思路或设计参考，工程师来完成绘制；如果站在全新的AI+场景，AI是不是可以直接完成这个任务，把需求提交给AI，直接通过AI完成文生设计，将大大降低人的负荷 东海大学教授、前沿数智创新研究院院长周忠信在创想会上提到：Because AI, Become AI.第一个AI是人工智能，第二个AI是augmented intelligence。
27210编辑于 2025-10-21 - 来自专栏JackYu分享者
Win10原生快捷键截图以及编辑
相对于其他操作系统来说，Windows中并没有原生的截图功能，只有一个通过PrintScreen键截取整个屏幕并保存到剪切板中的功能。 但是，在最近的Win10更新以后，不用第三方程序也能实现这个功能。注意，目前只有1809版本才支持这个功能。
2.2K10编辑于 2022-05-17 老板，是公司AI原生的起点
而这位老板自己会用 AI 后，想法直接变成原型，损耗归零。 我想说的是：一家公司的 AI 原生化，起点往往不是技术部，是老板本人。 为什么必须是老板 因为"AI 原生"从来不是技术项目，是组织变革。而组织变革，只有老板推得动： 流程要重排：公司流程是十年磨合出来的，动了谁的利益都会反弹。 我见过太多企业：AI 项目推进不下去，不是技术不行，是老板说了一句"这是技术部门的事"。这句话一出，AI 原生就死了一半。 但老板亲自上手，不等于公司 AI 原生了 这里要泼盆冷水。 老板该怎么做：把火种烧成系统 说句实话：老板亲自上手，只是让公司"有个人懂 AI"；公司要真正 AI 原生，需要的是系统地把 AI 设计进组织——这一步，不是老板一个人能做完的，也不是买软件能解决的。 满 10 人就开，就等你来。
13700编辑于 2026-09-09- 来自专栏《Cloud Studio》
AI 原生时代新质软件研发
在 CSDN 1024 程序员节技术英雄会全体大会上，腾讯云开发者产品中心总经理刘毅进行了《AI 原生时代的新质软件开发》的主题演讲。 腾讯云也在程序员节上推出 AI 原生云时代超级“码”力工具箱，为开发者提供低门槛、高效率、支持多模态的系列开发工具，助力软件开发“增质提效”。 腾讯云“超级码力工具箱” 对外开放 推动软件开发“提质增效”，腾讯云今年还举办了 “TechoDay AI 原生云开发工具峰会”，推出 AI 原生云时代超级“码”力工具箱，为开发者提供低门槛的云开发、高效率的 在会上，多位腾讯云产品专家对外分享了上述产品的应用与实践，同时发布了“腾讯云 AI 代码助手产品推荐官计划”，邀请各位开发者体验腾讯云 AI 代码助手，一起拥抱 AI 时代，助力 AI 全自动开发+部署 在10月26日的“超级码工厂- AI 编程大赛”上，腾讯云 AI 代码助手也将亮相，助力开发者们发挥想象力，用 AI 代码助手快速搭建AI应用，见证 AI 原生时代的超级「码」力。
99100编辑于 2025-02-12 这才是“AI原生数据库”
今天不聊虚头巴脑的, AI 原生数据库, 到底长啥样? 我给来给做个“素描”, 保证你能看懂. 众所舟知, 数据库是用来存业务数据的, 随着AI的出现, 就出现了AI4DB, DB4AI的说法. AI4DB通俗的说是用AI来赋能DB, 例如text2sql, AI优化器, AI数据库SQL优化、诊断等. 别被忽悠, 这些根本不是 AI 原生数据库! 还有给数据库包个小龙虾就自称AI原生数据库的，我只能说呵呵哒！ 什么才是真正的AI原生数据库? 最值得做的四个场景 场景一：零售 / 电商（最优先） 数据长什么样：每个 SKU 每天都有：销量、库存、价格、促销状态、退货率、浏览量……这就是电商版的"K线"，天然的 6~10 维时序向量。 离散化成 token 粗粒度 token：品类层级的趋势（整体大促、季节性） 细粒度 token：单 SKU 的具体变动 能带来哪些颠覆性应用： 零样本需求预测：新品上线第一天，没有历史数据，但模型见过10
21710编辑于 2026-07-10AI原生时代的超级【码】力
第一章：报告基础信息 • 报告标题：AI原生时代的超级【码】力 • 发布机构：腾讯云 • 发布时间：2024年（基于“腾讯云工具指南|07”及2024 Gartner报告引用推断） • 行业标签：电商, • 中国信通院调查显示，75.86% 的企业已在软件开发阶段应用AI技术，AI正在全面覆盖代码生成、补全、缺陷检测等软件工程全生命周期环节。 • 本报告旨在介绍腾讯云“超级码力工具箱”，通过低门槛的云开发、高效率的HAI、增质量的AI代码助手及多模态检索的向量数据库，解决AI原生开发中的具体痛点，助力软件开发的“增质提效”。 第三章：报告目录 01 趋势洞察：AI原生时代，AI助力新质软件开发 开发者如何与代码大模型共存? 场景实践：AI原生开发场景的具体痛点及解法 用腾讯云开发生成及运营商小程序 用高性能应用服务HAI 3分钟部署超级AI应用环境 用AI代码助手为编码场景“增质” 用腾讯云向量数据库实现RAG增强 04
27910编辑于 2026-05-30在AI时代，如何去构建AI智能原生企业？
今天聊下AI原生企业。 对于原生这个概念，实际我在前面写过好几篇文章。比如云原生，数字原生，而且都做过详细的阐述和说明。同时在原来文章中也谈到。 从上面这个内容我个人感觉还是太技术化了，太强调AI技术的能力了，而忽视了企业本身的核心业务和价值链。包括将AI原生企业定义为一定是新创业的以AI技术为核心的企业才是AI原生企业。 既然谈原生，那么核心仍然是AI这个能力不应该是一个简单的舶来品，更多需要企业内部AI持续进化，不是说你购买一个AI大模型，上个AI Agent就是AI原生。 因此对于AI原生核心仍然是知识原生。 所以我也一直在强调，将AI技术作为企业原生是错误的，企业的AI原生更多应该是知识的原生，AI工具技术大模型只是技术支撑能力，技术为知识创造服务。
66810编辑于 2025-11-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号