- 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）。 model.predict(input_data) r.setex(key, CACHE_TTL, pickle.dumps(result)) return result 效能评估指标 AI 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
35110编辑于 2026-01-20AI原生组织（AI-Native Organization）
AI原生组织深度研究报告研究主题：AI原生组织（AI-NativeOrganization）概念、特征、构建路径与全球案例研究时间：2026年5月18日研究深度：⭐⭐⭐⭐⭐（深度研究）组织设计逻辑的根本翻转传统是 "业务先行、AI补丁"，原生是"AI即底座"。 很多公司卡在这里，历史数据包袱太重一个现实的观察目前真正做到AI原生的公司还很少，大多是"AI+"的改良版。 核心难点不在技术，而在组织权力的重新分配——当AI能做出比中层更准的决策时，原来的管理层怎么自处？一、概念定义1.1什么是AI原生组织？ *|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
73810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。
81320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
1K30发布于 2021-07-06 - 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。
15610编辑于 2026-05-26 - 来自专栏我的小碗汤
7 个值得关注的开源云原生工具
当您听到“云原生”这个词时，您首先想到的是 Kubernetes 吗？Kubernetes 现在是仅次于 Linux 的第二大开源项目，是云原生池塘里的大鱼。 但是在 CNCF 领域[1]和更广泛的云原生社区中还有许多其他项目。 下面列出一些云原生工具，这些工具对于不使用 Kubernetes 或未将其用于所有工作负载的团队非常有用。 1. HashiCorp 最近为 Terraform 构建了 Cloud Development Kit[7]（目前处于测试阶段），它允许您使用与 Pulumi 相同的语言为 Terraform 编写代码，这是对 7. OpenTelemetry OpenTelemetry 是在 OpenTracing 和 OpenCensus 项目合并时创建的分布式跟踪标准。 /blog/multi-interface-networking-and-cni-plugins-in-nomad-0-12 [6] Pulumi: https://www.pulumi.com/ [7]
1.6K10编辑于 2023-03-19 - 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。
19510编辑于 2025-10-21 AI原生云建设与加速指南
第一章：报告基础信息 报告标题：AI原生云建设与加速指南 发布机构：腾讯云计算（北京）有限责任公司 发布时间：未明确标注 行业标签：通用SaaS,技术服务 产品标签：#异构计算 #高性能计算集群HCC 年超过80%的企业将在生产环境中采用生成式AI。 报告旨在解析从Cloud for AI向AI Native Cloud转型的技术要求，为企业在AI原生时代构建全栈能力云平台提供架构指南。 第三章：报告目录 背景 从Cloud for AI到AI Native Cloud，云平台能力要求对比 新型AI云平台需要解决的挑战 为AI加速而生，腾讯云（AI Native Cloud）平台架构能力全景解析 全栈能力：从基础设施（HCC集群、EdgeOne边缘平台）到应用层（数智人、智能客服），提供端到端AI原生云解决方案，支持公有云、专属云、本地化多态部署。
10610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。
45610编辑于 2025-11-17- 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。
78500编辑于 2025-02-12 AI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
10110编辑于 2026-05-30- 来自专栏深度学习与python
AI原生数据库的思考
AI 原生混合搜索 提到 AI 原生搜索，很多人首先会想到向量搜索。向量搜索确实是当前主流的 AI 语义搜索方式，通过向量 embedding 可以搜索文本、图片甚至视频等多模态数据。 有了基于混合搜索的“Document In,Data Out”之后，只需要把文档或者切片写入 AI 原生数据库即可，AI 原生数据库会自动执行多路搜索并选择合适的模型。 AI Function AI 原生数据库内置 AI Function，将这些 AI Function 融入到数据库的执行算子中。 数据和模型也会深度融合，通过 AI Function 等技术在系统中直接处理无结构化数据，成为 AI 原生数据库。 为什么要做 AI 原生数据库 seekdb？ 因此，我们决定抛开历史包袱，正式立项 AI 原生数据库。 首先，需要给我们的 AI 原生数据库一个正式的名字。
59210编辑于 2025-12-24 - 来自专栏京程一灯
你应该知道的7 个 JavaScript 原生错误类型
1var cat 2cat = "cat"env record 3+-------------+ 4| Key | Value | 5--------------- 6| cat | "cat" | 7+ 7. InternalError 该错误在 JS 引擎内部发生，特别是当它有太多数据要处理并且栈增长超过其关键限制的时侯。 当 JS 引擎被过多的递归和切换情况等淹没时，就会发生这种问题 1switch(num) { 2 case 1: 3 ... 4 break 5 case 2: 6 ... 7 break . 10 break 11 case 4: 12 ... 13 break 14 case 5: 15 ... 16 break 17 case 6: 18 ... 19 break 20 case 7: 为了克服它，我们需要知道可以抛出的原生错误的类型。本文中列出了它们，并提供了一些示例来说明它们是如何引发的。
4.9K20发布于 2020-03-13 - 来自专栏微言码道
走马观花云原生技术（7）：包管理Helm
在云原生的架构时代，K8S已经成为云原生默认的云操作系统了。由于占据了绝大部分市场份额，它已经成为了一种标准。 在考虑将自己的架构部署在云环境时，我们更多是考虑如何让它在K8S上顺利的部署与运行。 但考虑到云架构大多具有模块多，再结合K8S的概念也多，把一个云原生架构部署到K8S上，这个过程并不简单。 apply -f xxx.yml这个过程来进行声明式部署 • 通常都会有很多的configMap变量，你又得编写对应的yml，再执行部署 • 每次更新或升级，这些过程得重复来一次 这意味着，部署一个云原生架构 能在很大程序上减少基于K8S云原生应用部署的复杂性。 Heml主要是由三个核心概念组成： 1. 云原生必备技能 对于云原生模式下的部署来说，学习与熟悉Helm我认为是一个非常有价值的能力，使用Helm再结合K8S的声明式部署，才能真正做到简单，快捷，方便。
58610编辑于 2022-11-18 - 来自专栏DotNet NB && CloudNative
使用C# 构建AI原生Agent应用
摘要： 随着人工智能的迅猛发展，AI 原生 Agent 应用架构成为构建智能系统的核心。本文聚焦于以 C# 构建 AI 原生 Agent，并整合 k8s 与 Dapr，搭建高效可扩展平台。 二、 构建AI原生Agent应用平台 2.1 C# 在AI原生Agent中的应用 C# 作为一种面向对象的编程语言，在AI原生Agent应用架构中发挥着重要作用。 C# 在AI原生Agent应用架构中发挥着举足轻重的作用。 k8s与Dapr的集成在AI原生Agent应用平台中发挥着举足轻重的作用。它们共同为构建一个高效、稳定、可扩展的AI原生Agent应用环境提供了强大的技术支持。 通过充分利用这些技术的优势，我们可以更好地满足AI原生Agent应用的复杂需求，推动AI技术的广泛应用和发展。
59920编辑于 2025-02-25 鸿蒙(HarmonyOS)原生AI能力之文本识别
鸿蒙原生AI能力之文本识别原生智能介绍在之前开发中，很多场景我们是通过调用云端的智能能力进行开发。例如文本识别、人脸识别等。 原生即指将一些能力直接集成在本地鸿蒙系统中，通过不同层次的AI能力开放，满足开发者的不同场景下的诉求，降低应用开发门槛，帮助开发者快速实现应用智能化有哪些原生智能能力基础视觉服务基础语音服务端侧模型部署端侧推理意图框架 , { isDirectionDetectionSupported: false }) this.text = res.value }}总结：今天猫林老师给大家分享了鸿蒙提供的原生 AI能力。
77510编辑于 2024-12-23- 来自专栏有文化的技术人
Kagent： 云原生下的AI智能体
Kagent 架构详解 ❝本文档阐述 Kagent 的云原生设计理念——将 Agent 定义为 Kubernetes CRD，使其成为集群的一等公民❞ 目录 1. 配置映射流程 7. 完整请求流程 1. AI Agent 框架，它将 Agent 定义为 Kubernetes CRD（Custom Resource Definition），让用户可以像管理 Deployment 一样管理 Agent。 创建/更新 Deployment │ │ 7. 创建/更新 Service │ │ 8. k8s-toolserver.default:8080/mcp", tool_filter=["list_pods", "get_pod_logs"] ) ] ) 7.
30110编辑于 2026-04-09 - 来自专栏CNCF
云原生AI平台的加速与实践
： ---- 前言：12月19日，在 Cloud Native Days China -云原生AI大数据专场,腾讯技术事业群高级工程师薛磊发表了《云原生AI平台的加速与实践》主题演讲。 ? 演讲主要包含五部分的内容： Kubernetes介绍 AI离线计算 AI场景下Kubernetes的不足 Kubeflow 星辰算力平台的架构 Kubernetes介绍 K8s是生产级的容器编排系统，它也是云原生应用最佳的一个平台 因此，对于我们而言在AI平台上面也可以基于K8s的架构进行额外的开发。 AI离线计算 ? 典型的AI场景 ? ? 分布式AI计算 为什么要分布式AI计算？ 提供TensorFlow原生PS-worker架构 的多机训练 推荐将PS和worker一起启动 通过service做服务发现 在社区中最早期的Operator 星辰算力平台的架构 它为私有云的一个离线计算平台
2.6K31发布于 2021-01-27 - 来自专栏喔家ArchiSelf
从互联网到AI 原生网络
这些相同的原则可以指导人工智能从今天的实验竖井走向可互操作的全球规模AI系统。 1. 互联网的7个启发 面对人工智能 / 机器学习进化的日益碎片化， 我们可以从互联网中参考些什么呢？ 1.1. 简单且无处不在的原则 在 20 世纪 90 年代，当互联网刚刚成型的时候，出现了包括 ISO 的 OSI (7 层) 栈在内的多种竞争模型。 AI原生网络： 作为认知网格的Agent 通过将认知嵌入到架构本身，AI原生网络架构构建在云原生系统的可编程性和弹性之上。 ，AI原生网络实现了闭环自治： 跨层次和跨领域的感知、预测、推理和行动。 7.小结与反思 网络、计算和AI已经沿着一个共同的架构节奏发展： 从集中的、单一的系统到分布的、可组合的结构，扩大了规模、灵活性和协作性。
45730编辑于 2025-12-24 - 来自专栏张善友的专栏
使用C# 构建AI原生Agent应用
摘要： 随着人工智能的迅猛发展，AI 原生 Agent 应用架构成为构建智能系统的核心。本文聚焦于以 C# 构建 AI 原生 Agent，并整合 k8s 与 Dapr，搭建高效可扩展平台。 二、 构建AI原生Agent应用平台 2.1 C# 在AI原生Agent中的应用 C# 作为一种面向对象的编程语言，在AI原生Agent应用架构中发挥着重要作用。 C# 在AI原生Agent应用架构中发挥着举足轻重的作用。 k8s与Dapr的集成在AI原生Agent应用平台中发挥着举足轻重的作用。它们共同为构建一个高效、稳定、可扩展的AI原生Agent应用环境提供了强大的技术支持。 通过充分利用这些技术的优势，我们可以更好地满足AI原生Agent应用的复杂需求，推动AI技术的广泛应用和发展。
1.4K10编辑于 2024-12-24
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