- 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。 该算法分析从一个原子开始直至到达指定数量键的路径（path，通常为线性）上所有的分子片段，然后对每一个路径进行哈希（hash）产生指纹（fingerprint），如下图中展示了从NH2（已圈出）开始一直到 6 | 总结 Milvus 凭借其先进的软、硬件算法，能够为各类 AI 应用提供企业级的稳定、高性能向量检索支持。 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）
一、AI为什么对IT运维重要？ 传统运维存在几个痛点：传统运维痛点AI带来的改变告警量大、难筛选根因AI可识别告警关联性并自动根因定位故障靠人工排查，耗时长模型可溯源日志、抓异常趋势并提前预警运维经验靠个人积累，不可复制AI沉淀规则→ 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 AI处理办法：收集Web日志（Nginx/Java应用/JVMGC日志）AI模型进行关键字聚类→找到高频异常模型识别异常模式：多数请求卡在数据库查询AI给出优化路径：建议增加索引、限制慢SQL成果量化： 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 - 来自专栏智能人工
智能遥感：AI赋能遥感技术
随着人工智能的发展和落地应用，以地理空间大数据为基础，利用人工智能技术对遥感数据智能分析与解译成为未来发展趋势。本文以遥感数据转化过程中对观测对象的整体观测、分析解译与规律挖掘为主线，通过综合国内外文献和相关报道，梳理了该领域在遥感数据精准处理、遥感数据时空处理与分析、遥感目标要素分类识别、遥感数据关联挖掘以及遥感开源数据集和共享平台等方面的研究现状和进展。首先，针对遥感数据精准处理任务，从光学、SAR等遥感数据成像质量提升和低质图像重建两个方面对精细化处理研究进展进行了回顾，并从遥感图像的局部特征匹配和区域特征匹配两个方面对定量化提升研究进展进行了回顾。其次，针对遥感数据时空处理与分析任务，从遥感影像时间序列修复和多源遥感时空融合两个方面对其研究进展进行了回顾。再次，针对遥感目标要素分类识别任务，从典型地物要素提取和多要素并行提取两个方面对其研究进展进行了回顾。最后，针对遥感数据关联挖掘任务，从数据组织关联、专业知识图谱构建两个方面对其研究进展进行了回顾。
2.4K70编辑于 2022-08-10 - 来自专栏啄木鸟软件测试
AI赋能CICD：落地实践全解析
许多团队在尝试引入AI时陷入‘模型炫技、流程脱节’的困境：训练好的缺陷预测模型无法嵌入Jenkins Pipeline，大语言模型生成的测试用例难以通过JUnit校验，AI推荐的回滚策略因缺乏上下文而误判生产风险 ‘黑箱集成陷阱’：将AI服务封装为不可见的REST API，导致故障时无法追溯决策依据。 ‘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。 我们定义黄金指标：‘AI加速比’=（人工干预平均耗时 - AI辅助后平均耗时）/人工干预平均耗时，并与MTTR、发布频率共同纳入DevOps效能仪表盘。
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
二、AI驱动的测试智能调度：告别‘全量跑’时代 全量回归测试是CI效率杀手。开源生态中，Test Impact Analysis（TIA）正借力AI焕发新生。 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。 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’。 AI能力的渐进式灰度。 当你的第一条AI增强流水线成功运行，你收获的不仅是一次更快的构建，更是组织面向AI原生开发范式的真正启蒙。真正的智能，始于开源，成于实践，终于人本。
17110编辑于 2026-06-15 拒绝无效内耗：AI赋能研发的6个核心实战技巧
接触过不少AI编程，都始终停留在“辅助敲代码”表层，难以撬动研发模式变革。直到体验了全流程AI赋能，才感受到技术的重构力量——将AI嵌入研发全链路，从环境搭建到模型适配，重塑了个人与团队的开发范式。 二、Git协作效率跃迁：AI赋能的团队协同新范式Git协作中，代码评审、PR处理、Issue拆解耗时久，影响交付效率。 六、实战避坑指南：用好AI赋能研发的关键要点AI载体功能强大，但易陷入使用误区，结合实战总结4个避坑要点，最大化发挥AI价值。1. 七、AI赋能研发的核心的是全流程效率重构，将开发者从繁琐工作中解放，聚焦核心工作，放大开发者价值，而非单纯提升编码速度。 个人需找到与AI的协作节奏，团队需将AI融入研发流程，未来研发必然是“人+AI”深度协同，优质AI载体是核心支撑。
28610编辑于 2026-04-03- 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？ 当某批电子产品出现焊接不良时，AI在10分钟内锁定问题根源为某型号锡膏的熔点异常，而非此前人工推断的设备故障。 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。 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。 对于制造企业而言，当下正是以AI为杠杆，撬动供应链韧性升级的战略机遇期。
84410编辑于 2025-04-09- 来自专栏存储公众号：王知鱼
AI提速：CXL内存赋能AI&ML应用
无论您是AI研究人员、数据科学家，还是企业IT决策者，本文都将为您提供有价值的参考和启示。 阅读收获 理解AI/ML工作负载对内存容量和带宽的迫切需求。 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。 接着，计算出每个向量所需的内存（1536 维度 * 4 字节/维度 = 6144 字节，即 6KB）。 如何根据具体的AI/ML工作负载，选择合适的CXL内存配置和部署方案？ CXL的未来发展趋势是什么，可能会对AI/ML生态系统产生哪些影响？ #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ATYUN订阅号
AI赋能，人脸识别技术应用的发展
随着人工智能行业的发展，越来越多的技术趋于成熟可用，AI +模式赋能成为各行各业的升级方向，其中以人脸识别技术的应用最为普遍。 人脸识别作为科技赋能的重要代表与支柱，越来越受到大型企业以及社会的关注，但是，在催生新型转变的同时，也引发了一些不好的影响，其中以教育行业最为突出。 随着人工智能技术的不断发展，传统出租车行业正在得到AI技术的赋能，在智能出行的道路上快速前行。9月末，人工智能行业领军者之一百度在深圳举办了一场以人脸识别为主题的发布会。 并且，百度大脑强大的AI识别投诉机制，在问题发生的第一时间就能传递到平台方和手机APP预警，并且在车内的车载终端播报语音提醒，确保司机的危险行为都会有AI时刻监管，从某种意义上，实现了真正的安全出行。 这个系统除了能自动识别学生的出勤情况外，还能识别出学生是否认真听讲，课堂上抬头低头了几次，低头是否在玩手机，是否闭眼打瞌睡等。 除了中国药科大学之外，某小学也在使用同一套系统。
1.8K21发布于 2019-10-14 深耕AI舆情监测，赋能企业智慧决策
二、产品赋能：TOOM舆情系统构建智能风控中枢作为鸿宝科技的旗舰产品，TOOM舆情监测系统 已进化成具备 “监测-预警-研判-响应”闭环能力 的智能化平台：分钟级风险捕获：事件发生 5 四维功能矩阵： ▶️ 舆情监测：全网95%公开数据毫秒级抓取，支持多语言翻译与反爬穿透； ▶️ 风险预警：基于AI预测模型提前6-12小时预判危机，推送层级可自定义（邮件/短信/APP）； ▶️ 媒体赋能：为 10余家主流媒体 提供热点传播力评估、选题策划支持，提升内容传播精准度。科研协作：开放数据接口与算法模型，支持高校AI研究、社会计算等前沿课题验证。 创新伦理：在算法模型中嵌入偏见校验模块，杜绝AI伦理风险，保障分析客观性。 五、未来征程：做智能化时代的“决策大脑”鸿宝科技的愿景远不止于舆情监测：技术前瞻：加速 生成式AI（AIGC） 与舆情系统的融合，实现策略模拟推演、自动生成公关话术。
61910编辑于 2025-08-18- 来自专栏Golang语言社区
多维度融合赋能视频 AI 的实践
本文主要分享了七牛人工智能实验室在视频 AI 方面的一些工作，分别有两个关键词：一个是多维度融合，另外一个关键词是视频 AI 。 首先介绍一下七牛 ATLAB，帮助大家了解人工智能实验室。 之所以起名叫 DORA 是因为希望它能像哆啦 A 梦一样，万能口袋里有各种东西，给大家带来无限的可能。整个平台做得很大，每天的请求量大概在百亿级的水平。 ATLAB 整个人工智能实验室就是基于整个 DORA 之后，在上面继续布了一套 AI 的引擎，里面会包括一些鉴黄、物体检测以及图片相关的一些 AI 引擎和 AI 的深度学习平台，这样就称它为 DORA+ 通过 atlab.ai 这个网址，就可以看到整个AI 引擎的 DEMO，里面会有一些类似这样的展示。 包括我们做了很久的图片鉴黄服务、物体场景检测识别服务、人脸检测服务，还有最后是一个图片分割的服务。 去年 6 月份，在刚开始从事视频研究时，我们打算从视频竞赛入手开始研究视频的一些算法。 在当时 ACM（ LSVC2017 ）举办了一个视频分类的比赛，包含 500 个不同的类，几十万的视频。
1.1K20发布于 2018-07-26 - 来自专栏软件测试
如何在敏捷测试中引入 AI 赋能？
，AI 是敏捷测试的天然盟友，可以在“用例生成 → 测试执行 → 缺陷分析 → 报告生成”等全链路提供赋能。 ：分析失败原因建议 推荐工具链：pytest + Allure + GPT（或文心一言）输出总结报告三、AI 赋能敏捷测试的技术架构建议以如下多层架构构建智能化测试平台：[AI 层]：大模型 (LLM 四、如何落地：引入 AI 的实施路径建议阶段内容建议识别阶段识别适合 AI 赋能的测试场景先从回归频繁、数据结构清晰的模块入手评估阶段技术选型与效果评估引入开源工具如TestGPT，内部构建PoC集成阶段 AI 功能与现有流程打通嵌入 Jenkins / GitLab CI 流水线反馈阶段用户反馈与持续优化建立指标体系（准确率、时间节省率）五、AI 赋能敏捷测试的挑战与对策挑战描述应对策略训练数据质量差AI AI 赋能敏捷测试的真正价值，是让测试更早介入、更自动运行、更智慧反馈、更业务贴合。在这个智能化时代，测试团队应大胆迎接变化，拥抱 AI，构建面向未来的智能测试体系，真正做到“以智提效、以快制胜”。
69900编辑于 2025-07-13 - 来自专栏Base_CDNKevin
AI赋能OFFICE 智能化办公利器！
它不仅支持处理文本文档、电子表格、演示文稿、可填写的表单和PDF，还允许多人在线协作，并支持AI集成，极大提升了工作效率。
1.7K10编辑于 2024-07-12
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