- 综合排序
- 最热优先
- 最新优先
- 来自专栏企业创新在线学堂
直播预告｜AI提效研发链：实战揭秘国产智能工具如何成为软件开发“新基建”
研发管理场景下，企业如何借力AI重构敏捷协作？ 算法又如何成为DevOps革新的核心引擎？ ⏰ 直播时间：5月15日 15：00-16：00 扫码报名观看直播，本期企业创新在线学堂，将由腾讯云专家带您使用国产智能研发工具破解研发效能瓶颈，还有更多一线实战案例干货分享！
40400编辑于 2025-05-12 美国AI算力新基建是“泡沫”吗？
其中的代表是OpenAI，在不到一个月的时间内，连续披露了三项超大规模算力合作：与Oracle、软银合作，部署至少10吉瓦的算力的星际之门计划，与博通共同研发10吉瓦定制AI加速器，以及与AMD合作在未来数年内部署不少于 行业对当前AI领域循环投资的质疑AI算力是否有真需求？要看AI基建是否有泡沫，首当其冲的问题就是看市场是否有足够的需求，去支撑数百万卡甚至更大规模的数据中心建设。 ，从而为这一轮大基建找到更强的合理性。 此外，电力也是美国算力基建面临的重大制约难题。据测算，到2030 年，数据中心可能会占美国能源消耗的10%，而2022年这一比例仅为2.5%。 如果算力投资能推动AI能力的持续演进、产业效率的结构性提升，并促成更开放、更普惠的技术生态，那么即便经历阵痛，这场新基建仍可能成为下一轮科技与经济增长的底座。
42610编辑于 2025-11-25- 来自专栏采云轩
漫谈基建
以此切入，放到场景中就衍生出了很多具体基建，本人是个前端研发，像我们就会做很多类如：前端工程化 / 数据可视化 / 多端生态 / 组件库 / 自动化构建部署 / 性能分析 / 埋点系统 /... 特性 比业务研发更紧贴业务我们知道一般业务研发都能知道自己维护的这条线的业务模式，但公司其他业务线未必知道，而往往你的基建建设可能要支撑多条业务线，这就使得你要紧随着公司发展的脚步，不然面试官问你 xx 诉求方比产品更难缠一般简单的模式就是产品和研发分别生产需求和消费需求，这两个角色平时可能看似沟通顺畅、和谐相处，但也会因牛头不对马嘴而草草了事。 产品：你知道做什么吗？研发：emm 我明白。 但基建对应的诉求方很多也都是研发，你会发现，你说的她真的听得懂，一个问题能问出八个问题来。 职能边界更泛往往做基建，还承担着技术支撑的职责，如果出现了问题不知道找哪个业务团队，那就找基建团队。 做基建一般研发周期长，不像做一个业务功能，周期可能在几天、几周，他可能要做几个月，规划甚至要规划到半年、一年的周期，我们常说研发要走在业务前面，不能业务来了，发现实现不了，而做基建要走在研发前面，比如为可预见的场景提前做好可行性探索和支撑
44920编辑于 2023-09-01 AI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、先搞懂：它和普通AI编程有啥不一样很多人把它当成Cursor类插件，实际完全不同。基于官方文档与实测，核心差异很清晰：• 不是单点补全，而是全自动研发链路：需求→环境→代码→审查→提交一站式完成。 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。 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。
19510编辑于 2026-03-22- 来自专栏云鼎实验室的专栏
腾讯董志强：基建、研发、安全——云安全前沿技术探索和实践
Techo Day上，腾讯安全副总裁、腾讯安全云鼎实验室负责人董志强带来了《基建、研发、安全——腾讯云安全前沿技术探索和实践》的主题演讲，对数实融合时代下如何更好开展云上安全建设进行了观点与实践经验分享 在云产品安全维度，我们基于腾讯云的研发运维模式建立了DevSecOps模型并落地实践，基于一站式DevOps平台与流程，在项目协同、编码、代码管理与分析、自动化测试、等各个环节嵌入安全活动；通过自研的方式建立安全工具链 今年的可信云大会上，信通院牵头发布了一系列研发运营安全工具标准，我们也是也主要的起草单位之一。 针对这些问题，腾讯云从内外部产品研发、服务交付以及服务运营等多个环节进行安全流程设计和能力沉淀，构建了全链条的端到端的安全服务体系。 当时，客户所有系统均放在不同公有云厂商，内部无专职安全团队，只有研发团队，业务需求紧迫，部分测试环境无法关闭，涉及业务种类繁多，同时之前还在攻防演练开始的第一天被攻破，在新的攻防演练活动背景下，找到我们
1.1K90发布于 2021-11-05 作业帮大模型基建演进：构建统一算力网络与AI赋能提升研发运维能效
核心痛点集中于算力资源的物理限制与业务灵活需求之间的矛盾，以及系统规模扩张带来的运维研发阻力： 算力供需错配： 在供给端，面临单可用区（AZ）、单地域（Region）及单机型供应不足的硬性制约；在需求端 架构研发侧： 基础架构提供通用的Passport、触达、文档识别、反作弊等服务，每天需耗费大量精力对接上层众多不断迭代的新业务。 驱动系统稳定性升级与量化运维成本缩减 通过统一算力调度与AI深度赋能，作业帮在服务质量、资源成本与研发效能三个维度实现了显著的量化突破： 资源利用率提升与硬成本削减： 通过QGPU与GPU共享机制，实现千卡级别的资源节省 智能运维与研发效能跃升： 79%： 基础架构机器人工单拦截率达到79%（由多Agent执行网络抓包与根因分析）。 依托原生云组件构筑高可用AI基建底座 在作业帮基础架构演进过程中，腾讯云组件提供了关键的底层支撑与技术确定性。
14310编辑于 2026-04-19- 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
94781编辑于 2022-11-15 - 来自专栏云云众生s
2025年AI模型不是重点，数据基建才是关键
随着各组织争相实施人工智能 (AI) 计划，他们遇到了一个意想不到的瓶颈：支持AI应用程序所需的大量数据基础设施成本。 考虑一个典型的企业AI计划：公司通常从针对一个特定业务挑战的小规模试点项目开始，例如实施用于欺诈检测或预测规划的AI。从成本角度来看，这些项目最初似乎是可控的。 这种数据和基础设施的倍增导致了“AI数据税”——在将AI计划扩展到试点项目之外时出现的隐藏成本。对于许多组织而言，这些成本可能超过AI模型和计算资源本身的支出。 云提供商的定价模式会显著影响AI基础设施的经济性。虽然云服务提供灵活性和可扩展性，但它们的网络出口费用和数据传输成本对于数据密集型AI工作负载而言很快就会变得过高。 虽然Gartner预测的IT支出增长反映了AI日益增长的重要性，但未能解决这些基础设施挑战的组织可能会因为成本过高而导致其AI计划停滞。
24410编辑于 2025-02-19 AI大模型——智能时代的“新基建”与“大脑”
在铺天盖地的“AI时代”浪潮中，我们常听到智能体（Agent）、生成式AI等各种概念。但剥去这些外壳，AI大模型究竟在其中扮演什么角色？ 不要被科幻电影误导，目前的AI大模型主要在以下三个维度展现出惊人的生产力： 生成与创造（从0到1）： 不再是简单的拼接，而是基于逻辑的再创造。 实例： 把一份100页的财报丢给AI，问它“这家公司潜在的风险点在哪里”，它能在几秒钟内提炼出关键数据并给出风险预警，效率远超人类分析师。 调度与执行（作为智能体的大脑）： 这是目前最前沿的应用。 现在： 你只需要拥有好的审美和清晰的逻辑，通过自然语言指挥AI，就能产出专业级的代码或画作。 总结： AI大模型是数字时代的新基础设施。 在这个时代，学会如何向AI提问，比掌握具体的工具操作更重要。
8310编辑于 2026-04-24- 来自专栏CODING DevOps
CODING 助力江苏高速信息实现组织敏捷与研发敏捷，领跑智慧交通新基建
研发效率面临挑战 在江苏省的智慧交通建设水平不断提高的同时，疫情反复不断也让江苏高速信息的研发团队组织管理方式和研发效率面临着重大挑战： 各小组职能间跨平台协作，多个工具间来回切换，协作效率有待提升 ； 系统版本发布流程繁琐、耗时长，发版频率需提高； 所使用的工具无法满足缺陷统计、需求完成率等相关报表输出，无法评估研发投入及研发产出质量。 一站式研发管理工具提效 实现组织敏捷 江苏高速信息在了解到 CODING 倡导的一站式理念后，决定将研发团队所有的工作都搬到 CODING 中闭环解决，让团队通过一个账号搞定所有工作。 CODING 助力江苏高速信息 实现团队「双敏能力」 我国高速公路行业近 10 年来的规范化、信息化运营整体发展迅速，江苏高速信息作为高速基建的软件提供商，在软件基建能力上也力争与时俱进，不断突破现有阻力 ，通过使用 CODING 让研发流程和业务、管理全面在线化，让团队能具备“研发敏捷”和“组织敏捷”的双敏能力。
39220发布于 2021-11-10 - 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。
80430编辑于 2022-04-19 - 来自专栏CODING DevOps
CODING 助力江苏高速信息实现组织敏捷与研发敏捷，领跑智慧交通新基建
研发效率面临挑战 在江苏省的智慧交通建设水平不断提高的同时，疫情反复不断也让江苏高速信息的研发团队组织管理方式和研发效率面临着重大挑战： 各小组职能间跨平台协作，多个工具间来回切换，协作效率有待提升 ； 系统版本发布流程繁琐、耗时长，发版频率需提高； 所使用的工具无法满足缺陷统计、需求完成率等相关报表输出，无法评估研发投入及研发产出质量。 一站式研发管理工具提效，实现组织敏捷 江苏高速信息在了解到 CODING 倡导的一站式理念后，决定将研发团队所有的工作都搬到 CODING 中闭环解决，让团队通过一个账号搞定所有工作。 CODING 助力江苏高速信息，实现团队「双敏能力」 我国高速公路行业近 10 年来的规范化、信息化运营整体发展迅速，江苏高速信息作为高速基建的软件提供商，在软件基建能力上也力争与时俱进，不断突破现有阻力 ，通过使用 CODING 让研发流程和业务、管理全面在线化，让团队能具备“研发敏捷”和“组织敏捷”的双敏能力。
51220发布于 2021-10-28 - 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。 ，积累AI Coding的经验，提升团队整体的研发效率。 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。 分场景是要根据业务的场景来区分AI辅助应用的深度，特别复杂的大项目，AI Agent辅助方式值得探讨。引申思考：谁该最终对软件研发交付负责？
4K20编辑于 2025-05-13- 来自专栏云市场精选
新基建、行业深耕、持续价值将成AI企业突围关键
一个公司要真正伟大必须真正的去改变一个行业、重构一个行业，这个对物联网公司和人工智能公司来说是非常难的，这也是为什么我们国家在谈“新基建”。 在深度学习技术出现和AI普及之后，纯技术的门槛会逐步降低，所以新旧会产生边界之争。 突围关键词：新基建 云问正在以知识图谱赋能新基建。比如可以以几个场景举例： 1.比如正在帮助中国军工设备厂商实现智能巡检。 我们选择的这些场景也都是新基建所要大力投入的行业。 突围关键词：行业深耕 行业深耕对于AI和物联网企业来说非常重要。随着行业深入，发现深入到一个行业之后，不仅仅是简单的做一些聊天交互。 从快递员端看，可以智能咨询各类问题，智能录单等，整个环节全部用AI实现了。
54771发布于 2020-07-07 - 来自专栏人工智能快报
AI系统有助突破医药研发瓶颈
加拿大滑铁卢大学的AI科研人员开发出了一套AI系统，有助于加速新药研发、减少所需时间和费用。 P2K使用人工智能（AI）来利用数据中提供的深层知识，而不是仅仅依靠经典的机器学习技术。
59920发布于 2018-12-25 - 来自专栏《Cloud Studio》
AI 原生时代新质软件研发
80% 腾讯程序员都在用的腾讯云 AI 代码助手，使腾讯集团编码提效 42% 代码大模型打造沉浸式开发模式，腾讯云 AI 代码助手助力研发提效 1024 程序员节：腾讯云送出超级"码"力工具箱，开启沉浸式开发模式 现在，代码大模型可以让一个没接受过长时间系统训练的个体，通过自然对话也具备一定程度的编码能力，个体之间的能力差异被大模型拉平，实现了基础编码能力的知识平权，进而带来软件研发的局部效率提升。” 在医疗业务开发项目中，研发团队通过应用腾讯云 AI 代码助手的技术对话、代码生成等能力，大幅缩短方案设计、需求开发、单元测试、代码评审、问题修复各环节开发时间，单个项目研发提效了 20% 以上。 面向企业客户，腾讯云 AI 代码助手通过私有化部署、云端托管及企业 SaaS 多种模式的产品与服务，可以满足不同规模、不同行业的企业的研发需求。 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。
65700编辑于 2025-02-12 - 来自专栏AI掘金志
AI 加码新基建，「中国数谷」缘何选中依图？
依图 AI 城市朋友圈又添一员 作者：余快 6月30日，贵阳市政府在贵阳召开新闻发布会，正式官宣：脸行贵阳一期项目上线，暨轨交公交刷脸正式开通及一脸黔行APP上线。 一个不留神，她就从清秀的山间精灵变成高级的AI科技姬。 如今，中国数谷贵阳，再添一重磅title: 脸行贵阳先行者。 何为“脸行贵阳”？ 前端设备到后端的系统，包括语音，ReID终端、服务终端、业务系统、用户系统、账户系统等等，城市级平台需要的是具有全域AI数据的大平台。 作为一家算法立身的AI公司，依图在计算机视觉、语音识别、语义理解、REID等领域的多次位居全球权威比赛榜首，是少数拥有全栈人工智能核心技术的创新企业。 综合工程能力稽考 作为一个AI起家的公司，算法实力雄厚或许有些理所必然，但项目落地需要的综合工程能力着实不属他们的强项，但依图并非望难却步之辈，也不是半途而废之人。
42640发布于 2020-07-02 - 来自专栏木东居士的专栏
AI研发工程师成长指南
AI研发工程师成长指南 本文为数据茶水间群友原创，经授权在本公众号发表。 关于作者：Japson。某人工智能公司AI平台研发工程师，专注于AI工程化及场景落地。 0x00 前言 首先，《AI研发工程师成长指南》这个题目其实有些标题党了，准确地来说，本文内容应该是：“要想成为一名AI研发工程师，需要具备哪些技能”。 其次，本文对“AI研发工程师”这个title的定义，也并不是大家第一印象中的“算法工程师”、“数据科学家”。 因此，我认为了解AI工程化场景、解决方案；熟悉AI项目流程、机器学习Pipline；掌握AI系统研发、服务部署上线能力的工程师将会逐渐成为AI团队的中坚力量。 最后留下一个互动问题： 大家是如何理解AI项目全流程？大家心中的“AI研发工程师”应该如何加技能点呢？ 欢迎拍砖&评论。
1.4K51发布于 2019-08-26 - 来自专栏腾讯云智能·AI公有云
首次公布AI新基建全景布局，腾讯云AI多项指标国内第一
今年4月20日，国家发改委正式将人工智能明确为“新基建”重点建设领域之一。搭乘新基建的东风，我国人工智能产业将迎来新一轮爆发。 在此背景下，腾讯云计划从多个层面完成AI新基建的整体布局，并且首次正式公布AI新基建的全景布局，通过不断整合内部优势AI资源，不断构筑全维度领先优势，打造产业智能化新引擎。 腾讯云AI全新整体布局 详细来说，腾讯云AI新基建的整体布局是“一云三平台”架构，即基于腾讯云强大的弹性计算、无限存储、加速网络以及全域安全能力为腾讯云AI提供强大的底层算力资源。 AI技术能力以云服务的形式提供给行业用户，降低AI的应用门槛；同时，全面升级腾讯AI开放平台，连接腾讯AI能力与产业，推动AI技术和应用的不断进步。 此外，腾讯云还将联合超过1万家生态合作伙伴，打造一个从技术研发到产业落地相互协同、优势互补的新型AI生态体，推动各行各业的整体化智能化升级。
1.4K1812发布于 2020-05-28
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