- 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
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"。 所以我一直说，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。你给一个跑了十年的ERP加个AI知识库、加个智能报表、加个图像识别，这叫AI赋能或AI集成，不叫AI原生。 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 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。 ,CPQ参数化报价 第三方集成 预置ERP连接器,标准API+MCP 钉钉/企微/飞书等多IM入口调用 国际化 21语种+160币种+四大海外节点 GDPR合规,法兰克福数据中心 安全合规 四重保障+7项国际权威认证
27110编辑于 2026-07-31AI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
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]
1.7K10编辑于 2023-03-19 - 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)
7月的调研数据显示，约31%的企业仍处于"AI赋能"阶段，即在现有业务流程中加入部分AI应用能力，整体业务流程不变，通过AI能力提升业务流程中某一点或几点的能力。 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。 "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。
68310编辑于 2022-11-18 - 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。
5.3K20发布于 2020-03-13 - 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 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。 最后给老板一句话 一家公司离 AI 原生有多远，先看老板自己：你是那个"亲自搭原型丢给研发"的人，还是那个说"这是技术部门的事"的人？ 如果是后者，别急，这是大多数公司的现状。
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. DB4AI 的话就是用DB来做AI agent的记忆存储, 或者外部知识库, 通常要求数据库的语义搜索、图、关键词搜索、全文检索、标量检索、混合搜索、reranking等能力. 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?
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- 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。
89010编辑于 2025-12-24
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