分享行业趋势、技术干货和数字化转型的最佳实践
谷歌正在以前所未有的速度更新 Gemini。昨晚 当地时间 8 月 13 日，Google DeepMind 正式发布 Gemini 3.7 Flash。谷歌给它的定义非常直接：“迄今最智能的主力模型（workhorse model）”，重点面向编程和 Agent。有意思的是，3.7 Flash 的发布时间，距离 Gemini 3.6 Flash 发布，仅仅过去了三周。谷歌自己也在官方博客开头特
模型不缺了，企业缺的是“认知”几个月前，一份财报，改变了外界理解 Snowflake 的方式。截至 2026 年 4 月 30 日的 2027 财年第一季度，Snowflake 收入达到 13.91 亿美元，同比增长 33%，其中产品收入为 13.34 亿美元，同比增长 34%。过去 12 个月产品收入超过 100 万美元的客户增至 779 家，剩余履约义务达到 92.1 亿美元。公司随后将全年
本文探讨了如何将智能体打造为一个可持续迭代的平台。通过拆解智能体为知识库、模板、Skills、智能体和运营入口五类资产，并结合企业模型路由与升级建议助手的实际案例，展示了如何有效解决AI产品在功能层面临的三大挑战：用户不明确何时使用、运营人员不知如何更新以及研发人员不清楚修改何处。这种分类方法不仅提高了AI应用的可维护性和可扩展性，还确保了每次迭代都能准确转化为相应的资产更新，从而推动产品持续成长
软件开发行业正经历一场剧烈变革。没有人知道这场 AI 革命最终将走向何方，但可以确定的是，它将改变工作与生活的许多方面，编程也不例外。最近，我经常听到这样的说法：‘大语言模型或许很擅长写代码，但软件开发的难点从来都不在写代码。’
在年度文化与方法趋势报告播客中，一群 QCon 演讲嘉宾与 编辑探讨了 AI 采用的成熟度与风险、工程团队结构与角色的转型，以及 2026 年软件开发中不可丢失的人文维度。本次对话由 Shane Hastie（文化与方法版本主编）主持，参与者包括 Ben Linders、Rafiq Gemmail、Craig Smith、Vanessa Formicola、Shawna Mar、Phillip
2026 年，智能体将在企业级应用中取得哪些实质性突破？ 点击下载《2026 年 AI 与数据发展预测》白皮书，获悉专家一手前瞻，抢先拥抱新的工作方式！随着 AI 改写规则，几乎每一位工程领导者都在回答同样的问题：工程团队应该如何组织？当基础模型持续进步时，组织应该把资源投向哪里？怎样在不引入不可接受运营风险的前提下提升工程效率？AI-augmented 组织与 AI-native 组织到底有什
AI正在重塑工程团队处理生产故障的模式，不仅汇总故障沟通记录、解析不熟悉的代码，还能生成代码合并请求。然而，随着AI在故障处置场景应用的普及，一个悖论随之产生：当系统以新颖、复杂或意想不到的方式发生故障时，人类专业知识的重要性日益凸显。Uptime Labs在其故障处理行业峰会上指出，尽管AI能大幅减轻响应者的认知负担，但企业需要有意识地规划如何引入AI，避免因AI自动化的普及而消磨工作人员的专业