- 综合排序
- 最热优先
- 最新优先
Gitee企业版MCP Server：AI驱动研发管理变革
在人工智能技术深度渗透各行各业的当下，国内领先的代码托管平台Gitee正式推出企业版MCP Server（Gitee MCP Server For Enterprise），标志着企业级研发管理正式迈入AI 这一创新性产品的发布，将从根本上改变传统企业研发管理模式，通过AI助手与企业内部研发流程的无缝衔接，实现从需求管理到代码审查的全流程智能化升级。 这种深度集成模式使得AI不再是研发流程的"旁观者"，而成为真正参与企业研发全生命周期的"智能协作者"。 企业级AI协同的四大场景突破在企业实际研发场景中，Gitee MCP Server For Enterprise展现了强大的适应能力。 在需求管理环节，AI助手能够智能分析不完整或待明确的需求，通过自然语言处理技术自动补全需求内容，大幅减少产品与研发团队间的沟通成本。
36110编辑于 2025-05-07- 来自专栏TAPD
腾讯TAPD&信通院 金融研发管理交流会：AI赋能金融研发管理的智能跃迁
2025年3月14日，由腾讯与信通院联合主办的“AI时代下的金融研发管理交流会”在北京腾讯总部大厦盛大举行。 ，共同探讨AI技术如何为金融研发管理注入新动能。 四、专家分享：深度剖析AI赋能研发实战 会议下半场，多位行业资深专家轮番登台，分享AI赋能金融研发管理的实战经验与前沿思考。 五、互动交流：共筑金融研发管理新生态 在专家分享环节结束后，会议特别设置了互动交流与抽奖环节。参会者们围绕AI在金融研发管理中的应用难点、实施策略以及未来发展趋势等话题展开热烈讨论。 郑峰表示，本次会议的成功举办，不仅为金融行业搭建了一个交流AI研发管理经验的优质平台，更让我们看到了AI技术在金融研发领域的巨大潜力与广阔前景。
67910编辑于 2025-03-19 破解食品企业困局：AI重塑研发与合规管理
在当前行业竞争白热化的环境下，这种"研发-合规"的脱节不仅导致成本浪费，更可能错失市场先机。本文将深入解析AI如何通过重塑PLM系统，破解食品企业的研发困局。 双重压力下的行业痛点：消费者对健康功能食品的需求驱动研发周期不断压缩，而复杂多变的国内外法规体系（如GB 2760与欧盟EC 10/2011）则要求企业投入更多资源进行合规验证。 人工管理模式下，法规更新响应滞后与研发效率诉求之间的矛盾日益尖锐，成为制约行业发展的关键瓶颈。 本土品牌：通用功能优化与AI深度融合滞后的瓶颈 本土PLM品牌（如用友、金蝶）则侧重通用型企业管理功能的整合，例如用友的"业财一体化"解决方案可实现研发数据与财务系统的对接，金蝶的"低代码"平台支持企业搭建个性化流程 AI技术的介入正在重塑这一研发范式。鼎捷PLM与DeepSeek联合研发的"雅典娜"工业大模型，三维模型生成时间从传统的2天压缩至2分钟，效率提升达1440倍。
51121编辑于 2025-09-11- 来自专栏人工智能头条
Google AI 研发医疗新模型，预测死亡率比医院高出10%
编译 | 姗姗 出品 | 人工智能头条（公众号ID：AI_Thinker） 一名乳腺癌晚期的妇女来到市医院，她的肺部已经充满了液体。 ▌Google 研发一种模型预测系统作为医疗工具 今年5月，Google 发布了这位未透露身份的女性的令人心痛的死亡报告。 今年5月，Google 的 AI 负责人 Jeff Dean 对彭博谈到，Google 的下一步是将这个预测系统引入诊所。 自从2016年 Alphabet 旗下的 Google 公司宣布自己为 “ AI First” 的公司，它的大部分工作都在改进现有的互联网服务。
44720发布于 2018-07-20 - 来自专栏CODING DevOps
Etsy 的研发项目管理之道
---- 写在前面 优秀的研发管理者是怎么工作的，如何更加高效地管理研发团队？这些一直是 CODING关注的重要话题，我们不断地打磨 CODING 研发系统来让开发更简单。 近期我们精心挑选了几篇硅谷科技公司研发管理者的 README 进行翻译。README 主要用来向团队成员展示项目管理者的工作理念和工作方式，以便成员能够快速地融入到团队当中。 在看了 6 篇硅谷研发管理者的 README 文件后，你是否也考虑尝试写你的自述文件，好让你的新老板或者新下属更快地了解你的管理风格。 写下你的第一个自述文件 自述文件写在哪儿呢？ CODING 基于硅谷先进方法与中国团队实践共同打造一站式开发体验，全面提升研发与管理效率。 涵盖了软件开发从构想到交付的一切所需，使研发团队在云端高效协同，实践敏捷开发与 DevOps，提升软件交付质量与速度。
1.3K20发布于 2019-09-16 - 来自专栏研发效能EE
研发效能之环境管理
环境管理是我们日常工作中比较复杂的一环，主要是因为涉及内容比较多，程序、配置、数据都会涉及，如果是开发、测试环境，还会涉及到测试数据造数、系统刷数据、不同的人使用、锁定、转让、释放等问题。 下面我将会从环境分类、环境建设的难点，以及最后如何解决这些难点来讲述研发效能之环境建设。 用途划分环境 对于产研团队来说，我们通常从环境的用途来划分环境，一是和自己角色相关，研发用研发环境，测试用测试环境；二是通过用途区分好理解。 没有意识到开发、测试环境建设对研发效率、生产环境质量的影响，也没意识到需要有明确人员负责环境的建设和维护。 3. 开发环境的第一负责人是研发同学 QA环境的第一负责人是QA同学 线上环境的负责人是团队所有人员，第一责任人是业务负责人。
1.1K40编辑于 2022-10-25 - 来自专栏CODING DevOps
Forter 的研发项目管理之道
这也是我们做这一系列文章的初衷，希望通过这些文章帮助研发管理者，自省或者回顾一下自己的管理思维，看看有没有哪些方向可以借鉴。 同时也给将要成为管理者的技术人员一点预习材料，为日后踏上管理之路做一些准备。 同时可以看出 Oren 是一位对高效沟通和项目时间规划都非常在意的管理者，这其实也代表大多数研发管理者的需求，但是由于现阶段研发管理工具过于分散导致效率降低，也提高了统筹全局的难度。 CODING 正是看准了这一研发管理痛点，推出了一站式的研发管理系统，覆盖软件研发从设想到交付的全流程。 同时独有的研发大数据帮助管理者轻松掌握项目动态，提供研发效能，让企业研发管理真正“看得见，摸得着”。
1.3K20发布于 2019-09-16 - 来自专栏个人分享
项目研发流程及管理之我见
但当我们逐步成为一名架构师，或是一名项目管理人员时，会发现一个项目的成功，会牵扯到各式各样的问题及风险。 那么下面，分享下，项目流程管理之我见。 一、整体项目流程 1、 需求评审与确认 要求：PD会进行需求的整理并放入需求资源池。 确定本期研发的功能需求，并开始需求评审，需求评审时，能够使技术人员能够完全理解本次需求的前因后果，作用，目标及整个流程。 （结构角度、方法抽象、jvm堆栈内存占用等） （2）代码中没考虑到的情况 三、项目管理 项目管理要点分为，时间把控、风险把控、补位意识、结果与目标导向四点： 时间把控： （1
2.4K30发布于 2018-09-06 - 来自专栏研发效能EE
研发效能中的需求管理
上一篇「找到能做好研发效能的人」 ，我介绍了如何找到研发效能的领域专家，这一篇我来分享一下之前在带团队做产品的时候一些需求管理的经验，尤其是做研发效能平台涉及到的一些情况。 来到公司我们做的第一件事情，就是摸排公司在研发效能这个方向上的水位，公司都有哪些活动，哪些流程，有哪些工具，每个工具都在哪些部门的谁手里，工具的使用程度如何，大家都有哪些诉求等等。 当然研发小伙伴也会发现一些技术方面的需求，我们也会视轻重缓急排期修复。 我们团队都是领域专家，也就是对研发效能领域有很深的认识，对需求高优与否有判断能力，基本上不会受嗓门高低影响。 需求文档质量 我们团队很小，一开始只有5个人（1前端，2后端，1设计师，1产品）。 对于上线时机，我觉得产品研发的前期，只要有信心可以随时上线。尽早的把需求放到线上让用户感知到产品改进，也可以让用户对产品慢慢地建立起信心。 虽说是可以随时上线，我也是建议要有产品或者QA验证的环节。
62630编辑于 2022-10-25 - 来自专栏Laoqi's Linux运维专列
SubversionEdge部署研发团队文档管理
为了提高公司办公效率，需要搭建一款文档分享server，windows可轻轻松松搭建一个文档服务器，但是为了配合研发同事的工作需要，综合考虑最终使用了Linux下的SVN作为首选。 一、介绍 Subversion Edge是Collabnet公司发布的SVN和Apache等组件结合的SVN管理工具。 由于安装过subversion+apache，发现添加账户都需要登录服务器改配置，而subversionEdge有现成的web管理界面。
1.6K40发布于 2018-05-31 软件研发管理和研发文化培训总结和分享
今天整理和分享下原来做研发管理和研发文化培训方面的内容。在前面已经分享过两篇关于个人知识管理和个人自我管理的文章，今天则是结合人在职场下应该有的一些行为习惯和思维意识。 为何要构建上面这个研发管理整体框架？ 从上图可以看到在研发日常管理和工作中，所有内容仍然是目标驱动的。有了目标才会启动具体的项目，并安排计划，将计划分配给具体的团队或个人。 任何项目管理，计划编制和执行，研发过程管控都需要从单纯的项目团队级别提升到组织级别，形成一定的标准规范和流程。 特别是研发类项目管理可以看到，人是核心资源，项目管理本身的难点就会转变到团队人力资源的分配，协同和整合上面。 当前有两个开发人员，张三的效率是10个功能点/天，李四的效率是5个功能点/天。 那么这项工作张三做工作量是10人天，而李四做工作量是20人天。
27100编辑于 2025-06-24AI全流程研发如何砍掉研发琐碎成本
在研发效率内卷的当下，多数AI编程仍停留在“单点补全”的浅层阶段，而AI研发的深度体验，彻底打破了我对AI赋能研发的认知——它以环境、Git、AI任务、多模型、安全为核心，织就了一套闭环可落地的研发链路 一句话总结：它更像AI驱动的轻量云研发工作台，而不只是编辑器插件。 整理文档、打包 → 20分钟合计：约 3.5小时AI研发实操流程1. 一键开环境控制台新建环境，选基础Python镜像，系统自动分配CPU/内存，10秒就绪，不用管虚拟环境与版本冲突。2. 多任务并行，告别排队对比很多只能一次跑一个任务的方式，该AI研发平台可同时发起：接口开发、单元测试、文档生成、构建部署，多核利用拉满效率。4. 、摆脱单任务阻塞的研发 → 多任务利器AI研发的核心价值，是把机械、重复、易出错的环节交给AI，让研发回归设计与逻辑本身。
17810编辑于 2026-03-22AI 如何让数据管理效率提升 10 倍？
作者介绍：崔鹏，计算机学博士，专注 AI 与大数据管理领域研究，拥有十五年数据库、操作系统及存储领域实战经验，兼具 ORACLE OCM、MySQL OCP 等国际权威认证，PostgreSQL ACE 学术层面，已在AI方向发表2篇SCI论文,将理论研究与工程实践深度结合，形成独特的技术研发视角。 当数据库遇见 AI，一场静悄悄的革命正在改写数据世界的游戏规则。 从自然语言查询到智能运维，从跨域数据协作到实时决策支持，AI 正在重塑数据库的每一个细胞。本文将带你直击 2025 年最前沿的技术突破与行业实践，揭秘 AI 如何让数据管理效率提升 10 倍。 Data Agent 系列，覆盖数据全生命周期： Data Agent for Analytics：用户只需描述需求，系统自动完成数据清洗、特征分析到可视化报告生成，效率提升 30%； 智能运维大脑：基于 10 未来，随着 AI 原生数据库的普及，企业需要重新定义数据战略 —— 不是 “如何管理数据”，而是 “如何让数据主动创造价值”。 文章讨论话题 你认为 AI 将彻底取代数据库工程师吗？
50410编辑于 2025-08-27Gitee企业版MCP Server正式发布：AI驱动研发管理新范式
在企业数字化转型加速的背景下，Gitee正式推出企业版MCP Server解决方案，标志着AI技术在企业级研发管理领域的深度应用进入新阶段。 这一专为企业用户打造的智能协作平台，通过深度对接Gitee企业版API，实现了AI助手与企业研发全流程的无缝集成。 企业级AI协作的三大突破性应用 在需求管理层面，MCP Server For Enterprise展现出强大的智能化处理能力。 Gitee MCP Server For Enterprise的发布，不仅是一个技术产品的升级，更代表着企业研发管理模式的重要变革。 随着AI技术的不断成熟，企业研发管理正迎来前所未有的智能化机遇，而Gitee MCP Server For Enterprise无疑将成为这一变革浪潮中的重要推动者。
39010编辑于 2025-05-07- 来自专栏ShowMeAI研究中心
AI医疗高精尖！基于AI的新药研发！⛵
本文讲解 AI 在新药研发领域的诸多应用方向与 MolSearch 工具库的应用实践——药物晶型预测、靶点选择、患者招募、虚拟药物筛选、AI新药研发辅助系统。 图片 最近发表的一项分析表明，150 多种小分子药物处于研发阶段，超过 15 种药物已经在临床试验中，这条 AI 生物技术赛道以每年近 40% 的速度急速扩张种。 为追赶这波浪潮，制药公司正在建立自己的内部人工智能团队，或与 IT 公司、AI新药研发创新公司进行投资和合作。 AI 药物分子结构分析/检索 利用 AI 进行药物化合物分子结构分析和检索等，是一个助力新药研发的可行思路。 图片 虚拟药物筛选 AI 可以在新药研发过程中发挥巨大作用的另一个步骤是『虚拟药物筛选』，通过模拟药物筛选的过程，预测化合物可能的活性，对比较有可能成为药物的化合物进行针对性的实体筛选，这个过程可以大大降低药物研发的时间和经济成本
94181编辑于 2022-11-15 AI时代，Apipost和Apifox如何利用AI技术赋能API研发测试管理所需？
随着API规模与复杂度的持续攀升，高效、智能的API研发管理工具成为企业提升竞争力的刚需。 三、数据字典与团队协作的AI助力（一）数据字典智能化管理数据字典作为保障API研发过程中数据一致性与准确性的基石，其重要性不言而喻。 Apipost的AI驱动的数据字典管理、高度自动化的测试功能以及高效的团队协作支持，能够精准满足这些企业在API研发过程中的严格要求，确保项目能够高效、高质量地推进。 （二）拥抱AI的未来趋势展望未来，随着人工智能技术的不断发展与成熟，API研发管理工具的智能化趋势将愈发显著，成为行业发展的核心驱动力。 技术深度- 全流程赋能：文档/测试/协作均有 AI 支撑，如 SSE 流式接口智能解析（调试效率提升 5 倍）- 基础 AI 能力：仅部分功能支持简单辅助，未形成研发闭环在API研发管理工具的激烈竞争赛道上
30010编辑于 2025-07-03- 来自专栏PaddlePaddle
AI+药物研发：人工智能赋能新药研发
宋 乐 百图生科首席AI科学家 曾任美国佐治亚理工学院计算机学院终身教授、机器学习中心副主任、阿联酋MBZUAI机器学习系主任 本次将由百图生科首席AI科学家宋乐博士为大家分享人工智能赋能新药研发 首先 ，生物制药行业面临着两个挑战： 第一，新药研发周期很长且非常复杂； 第二，药物研发过程成本昂贵。 在1950年的时候，十亿美元可以研发几十个药，到了2020年之后，十亿美元只能研发一个药（如下图），所以就需要大量的投入。 如果我们能把研发时间减半，成本减半，再加上巨大的市场需求，这个领域是具有广阔前景的，所以最近很多投资或者AI方面的研究，都在朝着这个方面发展。 所以很多细胞视觉研发思路甚至最先进的研发思路都在做这个。
80130编辑于 2022-04-19 - 来自专栏技术杂记
RabbitMQ管理10
再次尝试发送 [root@h102 ruby]# ruby p.rb [x] Sent 'Done!' [root@h102 ruby]# 查看队列 [root@h102 ruby]# rabbitmqctl list_queues Listing queues ... mq_learning_q 0 ruby_test_q 1 [root@h102 ruby]# 消费队列里的内容(这个进程消费完队列里的内容后，会挂起，等待接收队列里新的内容) [root@h102 ruby]# ruby c.rb
27420编辑于 2022-04-23 - 来自专栏Reinvent Data Science
Milvus 赋能 AI 药物研发
伴随深度学习等一系列 AI 技术的不断发展，将 AI 技术与药物研发相结合，可以很大程度上减少新药研发时间、降低新药研发成本，也可以加速仿制药的研发和入市，毫无疑问人工智能和机器学习将开创一个更快速、更低价 Zilliz 公司联手全球顶尖制药研发企业共同开发了 MolSearch 化合物分子结构分析软件，为 AI 药物研发探索出了一个新的技术突破点。 随着 AI 技术与药物研发领域的深度结合，Milvus 在这一领域也有着广阔的应用前景。 Milvus 能够广泛的应用在药物研发的各个阶段，通过将成熟的 AI 模型结合 Milvus 向量搜索引擎，一定会为药物研发领域带来更多颠覆性的技术突破。 我们相信 Milvus 必将会在药物研发的其他各个领域获得更广阔的应用前景，期待与 AI 药物研发领域的有志同仁携手共建 Milvus 这一 AI 数据处理平台。
1.2K10发布于 2020-05-24 AI时代的研发新范式
大模型的快速发展和应用，已经在逐步重塑很多行业的运作模式，软件研发领域或许来的更早！作为工程师，需要提前思考AI时代的研发新范式，才能为这场变革做好准备。 再加上一些工程流程辅助，AI Agent将可以独立完成特定任务。当大模型能力达到某个高度，AI Agent效果到达一定水平，研发模式上，单人研发小组将会越来越普遍。 原来一个研发团队是1个TeamLeader带领n名工程师，未来可能是一个TeamLeader管理n个AI Agent。这种模式下，要求每个工程师不仅要具备架构规划能力，还要有技术管理能力。 通过积极探索AI Coding的能力边界，让AI逐步赋能到研发全流程，逐步实现端到端的全流程AI辅助开发环境，将会大幅提升团队研发效率。 这确实很考验团队管理者，如果应用推广慢了，团队效率会落后于行业，如果应用推广过快，也可能引发研发问题，甚至引起线上业务问题。
4K20编辑于 2025-05-13
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