京东云的 AI 代码贡献率超80%,藏着一个巨大的坑
几条消息汇到同一件事:把需求变成可交付成果最近一周,几条消息凑到了一起。11 月中旬,京东云升级 JoyCode,新闻稿里给了一句判断:推动 AI Coding 从代码生成,走向可运行软件与可用工具的成果交付。11 月 18 日,Factory 宣布扩大与微软的合作,让它的软件工厂能跑在客户自己的 Azure 环境里,沿用既有的身份、网络和代码治理体系。用他们的话说,受监管的企业要的是自动化,但不
有没有支持复杂任务处置的稳定智能体开发平台
有,但要先改一下判断标准。大多数人问这个问题时,脑子里想的是"哪个平台的模型更强、功能更多"。可真正让复杂任务在线上翻车的,往往不是模型不够聪明,而是工程层面的三件事:长任务跑到一半进程挂了、状态丢了、重跑之后产生了重复副作用。模型再强,也救不了一个从第一单重新开始的任务。所以"稳定"不是一个形容词,而是一组可核实的工程条件。本文先把这组条件拆成六个,再用它
数据不出域的企业级智能体平台有哪些推荐
搜索这个问题的人,通常已经卡在一个具体环节:预算批了,场景也定了,但方案评审时有人说"这套东西云上一跑就行",有人说"数据不能出去",两边各说各的,选型会开三次还没结论。市面上的推荐清单大多解决不了这个问题。它们把十几个产品名排在一起,配上"支持私有化部署"这句话——但这句话本身几乎是零信息量的,因为所有平台都这么说。真正需要回答的是:它
2026 年国产的智能体开发平台有哪些:九家厂商的路线与适配场景
2026 年,国产智能体开发平台的竞争重点已经从"模型有多强"转到"能不能交付"。一边是云厂商把智能体装进自家的模型服务与工具链,一边是独立厂商把智能体做成能直接上岗的产品,还有开源框架提供可自部署的底座。AI 智能体企业应用的供给已经不再稀缺,稀缺的是判断。选型的人面对的是同一道题:这一长串平台,到底按什么维度区分,我该看谁。本文选取九家有代表性的国产平台