- 综合排序
- 最热优先
- 最新优先
- 来自专栏测试开发技术
AI 测试赋能全流程实战 ｜ Agent Skill + AI 赋能「需求分析」！
从本篇教程开始，我们将沿着软件测试全流程，逐环节、逐步骤深度拆解，系统学习如何借助 AI + Agent Skill，为测试工作的每个核心节点赋能提效。 即便现实工作当中，测试人员很多时候，可能无权直接修改需求文档，但掌握了AI赋能需求分析工作，一方面可以开拓业务测试思维、另一方面可以作为测试人员参加需求评审的有力武器。 当然这里，有一个需要澄清的地方： 当下利用 AI 赋能软件测试，实现路径其实非常多，但Agent Skill 是新手入门最优先掌握、落地成本最低、复用性最强的形态。 同时我也想提醒大家：不要陷入认知误区，不要简单把 AI 测试、AI 赋能测试等同于只会使用 Agent Skill。Skill 是工具、是手段，而真正的核心，是测试思维、业务理解与质量把控逻辑。 1.3 AI 赋能需求分析 操作方法 下面先讲解一下，AI 赋能需求分析的操作思路，具体Agent Skill开发实现请参考1.4 章节内容。
30110编辑于 2026-06-12 - 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 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。 | 系统概览 MolSearch 系统中运用的虚拟化合物筛选技术，首先通过 RDKit 工具[3]将化合物分子的化学式转换为化学式指纹 (Chemical Fingerprint)，就是一组特征向量，然后通过计算这些向量之间的距离来分析化合物分子之间的相似性 3. 化学指纹计算 Milvus 支持各种常用的相似度计算指标，包括欧氏距离、内积、汉明距离和杰卡德距离等。 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。
1.3K10发布于 2020-05-24 AI赋能：人机协作新时代
后来，当我回到有手机信号的地方，我获取了这些报告：机器智能发展趋势的得分分析、随时间变化的太阳能电池板价格图表、关于汽车安全带安装推动与反对力量的分析。 反AI组织制造工具投毒AI系统反AI活动人士构建了一个实用的技术武器来破坏AI系统——“Poison Fountain”，一种向AI训练数据爬虫投喂垃圾数据的服务。 重要性——互联网将成为一个捕食者-猎物生态：AI及AI代理的兴起意味着互联网将变成一个包含比以前更多生命形态的生态——爬虫、人类、AI代理等。 这类论点将应对AI的许多问题从单个AI系统重新定向到我们如何构建一个可以利用并从日益强大的AI系统出现中受益的人类驱动世界。 这种交互形式是AI系统为简单或早期问题提供一些正确解法，然后人类研究人员识别AI系统所做的关键陈述并加以概括，随后用这些概括所启发的新问题重新提示AI系统。
10810编辑于 2026-03-09AI如何赋能IT运维（AIOps）
变成可复用知识库人工巡检、排障重复度高AI可自动巡检、自动修复脚本闭环AI真正落地价值：节省人力成本、缩短故障恢复时间（MTTR）、减少业务中断风险二、AI赋能IT运维的核心能力AI功能作用可落地场景日志分析 关键指标优化前优化后故障定位时间3–5小时5分钟系统TP99延迟800ms300ms业务投诉大幅下降值得借鉴：AI适合从海量日志中快速聚类，尤其适合响应变慢、报错模糊的故障定位案例2：AI提前预测磁盘故障 价值：✔避免数据库节点宕机✔保障核心账单业务不出现停机✔形成长期健康评分体系案例3：AI自动化运维闭环–服务异常自动恢复目标异常发生后不依赖人工处理，形成无人值守自动修复系统。 、LSTM预测、GPT日志分析3.自动化修复（AIOps闭环）故障自动恢复，无人值守OPS脚本+自动执行引擎4.知识库沉淀经验可复用故障案例+解决方案分类关键建议：从日志分析→告警优化→自动化修复三步走 写在最后AI赋能运维不是概念，而是已能实打实落地的生产力工具。一句总结：AIOps=经验沉淀+自动分析+主动预测+自动修复，最终目标是无人值守与业务持续可用。
1.4K10编辑于 2025-11-29- 来自专栏啄木鸟软件测试
AI赋能CICD：落地实践全解析
AI模型（XGBoost+时序注意力）并非直接决定‘是否发布’，而是输出三类结构化建议： ① 风险等级（Low/Medium/High）； ② 关键证据锚点（如‘API /v3/pay 5xx错误率突增至 ‘数据漂移失察陷阱’：模型在Q3训练，但Q4新增大量异步消息处理逻辑，导致测试选择准确率骤降。 对策：建立‘数据新鲜度看板’，当特征分布偏移超阈值（KS检验p<0.01）时自动告警并触发模型再训练； 3. ‘权限越界陷阱’：AI代理被赋予生产环境K8s集群最高权限，曾因误判触发全量Pod重启。 对策：严格遵循最小权限原则，AI仅拥有‘只读监控+预设策略执行’两类RBAC角色； 4. ‘价值度量缺失陷阱’：仅统计‘AI调用量’，却未关联业务结果。 从某银行案例可见：当AI模型开始主动向SRE推送‘建议暂停发布，因检测到数据库连接池耗尽前兆模式与去年故障高度相似’，并附上3条验证命令时——技术才真正完成了从‘自动化’到‘自主化’的质变。
43210编辑于 2026-05-15 - 来自专栏腾讯云开发者社区头条
彭思翔：AI赋能云安全
课程简介： 本次课程围绕AI为云安全带来的发展突破的角度分别讲解了AI对于云基础安全的推动方式以及AI对于云业务安全的促进作用，为大家带来了云安全领域的前沿探讨。 课程视频： 视频内容
9981914发布于 2019-06-18 AI赋能制造业物料追溯
而AI技术的引入，正推动制造业实现全链路透明化、异常实时预警、问题根源秒级定位的革命性变革。一、AI如何重构物料追溯体系？ 时序预测：LSTM模型通过分析历史订单、生产周期与物流数据，提前3周预测关键原材料的短缺风险，并结合供应商评级生成动态采购建议，使库存周转率提升25%。 引入AI追溯系统后： 区块链+AI：通过智能合约自动关联零部件批次、装配工位与车辆VIN码，20分钟生成精准召回清单。 四、未来展望：从追溯系统到供应链智能体因果AI：突破传统相关性分析，揭示质量问题的本质因果链。例如，确定仓储湿度变化如何通过3级传导最终导致电路板腐蚀。 结语 AI驱动的智能追溯不再是“查错工具”，而是制造业供应链的“数字神经系统”。据麦肯锡研究，全面应用AI追溯的企业可将质量成本降低18%-35%，同时缩短新产品上市周期。
84410编辑于 2025-04-09- 来自专栏腾讯大讲堂的专栏
AI 赋能软件研发提质增效
QECon深圳站即将盛大开幕 诚邀各位同仁参会 会议名称：第十届QECon全球软件质量&效能大会 会议主题：AI赋能软件研发提质增效 会议时间：5月24-25日 会议地点：深圳深铁皇冠假日酒店 会议官网 在5月24-25日深圳站举办的第十届QECon全球软件质量&效能大会，将聚焦于“AI赋能软件研发提质增效”的主题，探讨人工智能如何为软件研发提供全新视角，实现质量和效能的双重提升。 旨在助力更多企业通过AI最新技术，推动软件行业向着更高质量、更高效率的方向发展。 原生应用测试实践、LLM赋能下全程质量管理 、金融领域效能提升与风险管理实践、专项测试 、AIGC时代的代码质量 、大模型在DevOps领域的创新应用(AIOPS)、多终端质量保障 、效能度量：从洞察到智能化 、OPPO专场：理解AI拥抱AI、软件工程3.0点燃招行数智交付新引擎”等17个分论坛，内容除基要技术外，还覆盖了大模型在软件工程的多层面应用，以确保所有与会嘉宾的体验感、收获值倍增。
70810编辑于 2024-05-22 AI赋能下的数据驱动决策
看看现在的智能工厂：生产线上的机器人不仅能执行预设动作，还能通过视觉识别发现产品质量问题，甚至能自主优化生产参数。 这种自主决策能力，让工厂从标准化生产进化到智能化制造。 更值得关注的是，AI正在打破传统行业的边界壁垒。 银行开始做电商，电商平台做起金融，滴滴搞起了外卖。这些看似八竿子打不着的业务跨界，实际上都指向同一个核心——AI赋能下的数据驱动决策。 一个做餐饮连锁的朋友告诉我，他们现在通过AI分析用户画像，能精准预测不同区域、不同时段的客流变化，从而优化食材采购和人员配置。 餐厅不再是传统的等客上门，而是变成了数据驱动的智能预测。 通过AI分析历史数据、市场趋势、天气变化、社交媒体情绪等海量信息，系统能提前预判需求波动，让整个供应链更加敏捷和精准。 更重要的是，AI正在催生全新的商业模式。 AI确实是强大的工具，但它不是万能的解决方案。真正的成功，来自于深刻理解业务本质，然后用AI放大这种理解。 最关键的，是要记住技术的终极目标：不是取代人，而是赋能人。
20810编辑于 2026-02-02- 来自专栏啄木鸟软件测试
AI赋能CICD：开源方案实战指南
在某电商SaaS项目中，该方案将每日CI测试集从12,480用例动态缩减至平均1,890例（减少84.8%），而漏检率仅0.7%（经3个月线上缺陷回溯验证）。 三、可信部署决策：用Sigstore+AI构建‘绿色发布’护栏 AI不仅加速交付，更要保障交付质量。 我们在CD阶段引入‘可信部署门禁’：当Prometheus指标显示新版本Pod CPU突增>40%且持续2分钟，或OpenTelemetry链路追踪中错误率跃升，系统不直接阻断发布，而是触发Llama-3- 该报告连同Sigstore签名的SBOM（软件物料清单）和SLSA Level 3构建证明，共同构成‘AI增强型发布凭证’。 四、开源即能力：避免陷入AI供应商锁定陷阱 必须警惕一种幻觉：‘AI=购买SaaS服务’。
17010编辑于 2026-06-15 - 来自专栏量子位
知识图谱赋能时空AI | 3月16日 TF96
3月16日，欢迎报名！ 为工程师提供顶级交流平台 CCF TF第96期 主题 知识图谱赋能时空AI 2023年3月16日 19:00-21:00 长按识别或扫码报名 报名链接：https://conf.ccf.org.cn/ 本期会议邀请到来自百度等互联网企业的代表，来自清华大学的研究人员，以及来自维智科技、河溓海平等时空AI明星创业企业的技术负责人，一起围绕知识图谱赋能时空AI这个话题，分享典型的时空知识图谱构建与应用的关键技术 会议安排 TF96：知识图谱赋能智能制造主持人：王昊奋 CCF TF知识图谱SIG主席，同济大学百人计划特聘研究员 时间 主题 讲者 19:00-19:10 活动介绍及致辞 王昊奋 19:10-19:35 作为维智科技的合伙人，裘靖宇负责管理时空智能的平台开发，数据资产生产和数据智能赋能等核心业务。他于1998年在美国Rice大学获得硕士学位，于2006年在美国华盛顿大学获得MBA学位。
89860编辑于 2023-03-13 SIMA 2：Gemini赋能的3D虚拟世界AI智能体
SIMA 2: 能在3D虚拟世界中与你一同游玩、推理和学习的智能体去年，我们推出了SIMA（可扩展的、可指导的多世界智能体），这是一个通用AI，能够在广泛的虚拟环境中遵循基本指令。 SIMA是教导AI在丰富的3D世界中将语言转化为有意义行动的关键第一步。今天，我们推出SIMA 2，这是我们在创建通用且有用的AI智能体研究中的下一个里程碑。 在测试中，我们发现与智能体互动感觉不像是在下达命令，更像是与一个能推理当前任务的伙伴协作。得益于我们与现有及新的游戏伙伴的合作，我们得以在更广泛的游戏上训练和评估SIMA 2。 这就是Gemini为具身AI带来的力量：一个世界级的推理引擎，现在能够感知、理解并在复杂的交互式3D环境中采取行动。泛化性能的巨大飞跃Gemini的加入也带来了泛化能力和可靠性的提升。 最后，通过键盘和鼠标接口执行精确的底层动作，以及对复杂3D场景实现稳健的视觉理解，仍然是整个领域持续面临的开放挑战。这项研究为面向行动的AI开辟了一条新路径提供了根本性验证。
27810编辑于 2026-03-25- 来自专栏智能人工
智能遥感：AI赋能遥感技术
空间度量很难捕捉复杂的非线性时间趋势；(2)现有的利用深度学习的重建方法多集中运用空间卷积网络 CNN 获取光谱和空间纹理信息（且需要大量的训练样本），少有研究使用循环神经网络 RNN学习跨影像的时间趋势；(3) 尽管 STFDCNN 模型在时空融合性能上大幅度超过其他融合算法，但因其神经网络层数较少（仅有 3 个隐藏层），如此浅层的卷积神经网络对存在较大空间尺度差异的不同卫星传感器数据（MODIS-Landsat Kusk 等人（2016）和 Hansen 等人（2017）通过对 SAR 成像时地形、回波噪声等要素进行建模，实现基于 3DCAD 对不同类型地物要素的 SAR 图像仿真。
2.4K70编辑于 2022-08-10 - 来自专栏ATYUN订阅号
5G＋AI赋能产业升级
AI——赋能定制个性化 经过几年高速发展，日趋成熟的AI产业，逐渐成为新一轮科技革命的核心驱动力，不仅让新产品新技术进步有了新的想象空间，更成为产业智能化升级不可或缺的强力助推器。 把个性化融入到算法中，根据需求定制算法，这就暂时阶段性解决了AI的局限性。 在AI赋能业务上，定制语音芯片，不但功耗低、通用性强，且可以实现从语音唤醒、语音理解、语音合成等全链路的语音交互能力。 定制无疑是可以加速AI落地的，但它有一定的难度，至少需要AI算法、软硬件、互联网三大能力，而能把这三种能力和定制加速AI落地能力组合起来，产出AI落地产品的公司，行业中非常少。 产业升级是时代的必然选择，5G＋AI的赋能无疑会让各个产业发生巨大变化，只拿最近被誉为“新世界 7 大奇迹”的北京大兴国际机场来说，人脸识别技术与AR眼镜已经被充分利用了起来，令人叹为观止。 所以，5G+ AI赋能，无疑是未来产业升级的主要方向。 参考来源：和讯、猎云网、同花顺财经。
70620发布于 2019-10-10 - 来自专栏程序那些事儿
盘点AI赋能PPT的办公工具
随着 chatgpt 的出圈，ai 已经开始已风卷残云之势占据了各个领域，几乎所有的领域都在被 AI 赋能，以前我们经常说干活的累死累活，有成果那又如何，到头来干不过写 ppt 的，现在不要紧了，我们可以通过 接下来我们盘点一些 AI PPT 工具。 美图 ai ppt 这是一个由美图秀秀推出的免费在线 AI 生成 ppt 工具。用户只需要输入一句话，便可以轻松打造精美的 ppt。 Decktopus AI Decktopus 是一个 AI 驱动的的在线演示文稿生成器，该 AI 生成 PPT 工具易于使用、操作直观，提供自动幻灯片布局和交互式表格等功能，只需要几分钟，用户便可以创建出效果令人惊叹的演示文稿 Tome AI Tome AI 是一个利用人工智能来生成引人注目的演示幻灯片的网站，通过借助 OpenAI 的 GPT 和 DALL-E 2 的 AIGC 技术，该 AI PPT 生成网站将文本和图像无缝结合 只需在 presentations.AI 编辑器中输入演示文稿内容，AI 就会自动生成与内容相匹配的幻灯片、图像和视频。
2.5K40编辑于 2023-07-24 - 来自专栏音视频技术
Web3赋能新商业模式
一股Web3热潮正席卷而来，相比元宇宙、NFT、虚拟人这些更为火热的概念，Web3到底是什么意思？从概念到落地，海外Web3音视频发展趋势如何？ Web3时代。 我们来看看Web3到底发生了什么。去年年底其实发生很多事情，比如一张图片能卖到两、三百万美金这样的一个级别，还是挺惊人的一个数字，因为你很难想象一个图片能卖到这么贵。 Web3所谓的不同是因为有了代币。 我们其实看到有同样增长空间就是Web3，因为其他行业我们没有看到，当然因为今天我们讲的Web3相对比较窄，但其实Web3可以更宽泛一些，它涵盖了元宇宙的一些应用场景，也看到一些AI的应用场景。
78620编辑于 2023-01-10 - 来自专栏存储公众号：王知鱼
AI提速：CXL内存赋能AI&ML应用
AI/ML 工作负载中内存的重要性 AI/ML 场景的内存现况 图片强调了主系统内存在 AI/ML（人工智能/机器学习）工作负载中扮演的关键角色，并指出了当前内存面临的容量和带宽挑战。 容量需求： 现代大型 AI 模型（如 GPT-3 和 BERT）以及它们庞大的训练数据集对内存容量提出了极高的要求，常常需要数百 GB 甚至数 TB 的内存，这很容易超出传统 DRAM 的容量限制。 量化效益： 图片列出了使用 CXL 内存方案带来的显著效益，包括 GPU 利用率提高 77%、首次令牌时间加快超过 2 倍、生成/解码速度提高 3 倍，以及完全避免了 NVMe 存储 I/O。 3. 分片和分布式存储 另一种解决方案是分片——将数据库分成更小的部分，并将它们分布在多台机器上。每个分片都存储在 RAM 中，允许系统水平扩展。但是，这增加了数据管理和网络延迟方面的复杂性。 #AI内存瓶颈 #CXL内存扩展 #矢量数据库选型 原文标题：CXL for AI/ML： A Practical Guide to Unleashing AI and ML Performance Notice
1.7K00编辑于 2025-05-05 - 来自专栏人工智能头条
AI生态赋能2018论坛来袭！转型AI看这里！
但其实，AI产业的发展，不能仅仅依托高精人才。应用开发者、数据工程师、AI产品经理、后台运维人员等同样可以在AI大浪中发挥自己的价值。 进入2018，AI行业从最初的野蛮生长阶段迈入工程技术红利期，距离AI行业的真正爆发还有几年时间，企业成功转型尚有机会。但是，在行业大环境下，企业如何转型AI？程序员怎样转型AI，以弥补业务短板？ 为此，2018年1月16日，CSDN联合多家AI生态圈企业，在北京蔓兰酒店举办“AI生态赋能2018论坛暨CSDN AI新战略发布会”，届时AI领域知名企业、权威专家、技术精英齐聚，全方位多视角共话AI 京东云副总裁 刘子豪 第四范式联合创始人、首席架构师 胡时伟 …… 这些嘉宾将从趋势观察、市场数据、行业实践、人才成长等多维度对“AI人才培养”和“AI赋能企业”两大主题各抒己见，解答目前行业内和社会层面关于 AI的疑问。
48141发布于 2018-06-05 - 来自专栏探索RPA
RPA观察 | RPA+AI赋能智慧教育
近年来，随着数字时代的来临，RPA、人工智能（AI）、大数据等信息技术在教育行业应用的日益广泛，智慧校园、智慧教育也逐步兴盛起来。 目前，教育行业仍存在大量基于规则、重复且耗时的工作任务。 教师可使用RPA轻松搞定成绩录入，且不易出错，省下的时间可与学生进行更多互动，对学生进行更全面的考核评分，也能攒下更多精力不断进行知识充电。 而AI的出现让教育的内容和服务方式都更为智能化，甚至能够应用大数据对学生“因材施教”。 今后，课堂教学、知识讲解、随堂提问、布置及批改作业等都可通过AI实现。 AI拥有强大的数据分析能力，能够顾及每个学生，给他们充分的互动和关照。AI可实时反馈学生的学习状况，制定个性化的学习目标，因材施教。此外，AI还可连线不同终端的同学参与互动、讨论。 总之，通过RPA+AI可以赋能智慧教育，实现学校教育资源的优化配置，降低人力成本，节省不必要的时间，提高教学质量与效率，使学生享受到更好的教学服务，促进教育信息化发展。
1.6K30发布于 2019-09-06 - 来自专栏云云众生s
AI与自动化赋能运营卓越
随着AI和自动化的不断发展，它们在转变数字运营和加速创新方面的关键作用是不可否认的。 通过增强能力并使团队能够专注于高价值工作，AI和自动化可以真正帮助构建现代化的事件管理方法，其基石是持续改进、学习和协作的文化。 AI和自动化如何推动持续改进？ 借助AI和自动化，团队可以简化整个事件生命周期，而不是依赖于一系列容易出错的手动步骤来实现卓越运营。 AI驱动的工具可以实时分析海量数据，识别模式和趋势，使团队能够更好地预测事件。 每个阶段都提供了应用AI和自动化以强化持续改进文化的大好机会。 1. 检测：利用AI进行主动事件检测和规避 事件管理中的一个主要挑战是检测可能升级为全面中断的潜在问题。 3. 缓解和解决：引导式补救以消除猜测 自动化可以通过引导式补救功能（例如自动分配的预定义角色和任务）来加快关键操作，直接在响应者已经工作的地方（聊天）进行，确保不会错过任何关键步骤。
30910编辑于 2024-11-29
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