AI模型推理服务在Knative中最佳配置实践
Knative和AI结合提供了快速部署、高弹性和低成本的技术优势，适用于需要频繁调整计算资源的AI应用场景，例如模型推理等。您可以通过Knative Pod部署AI模型推理任务，配置自动扩缩容、灵活分配GPU资源等功能，提高AI推理服务能力和GPU资源利用率。
从人工到AI驱动：天猫测试全流程自动化变革实践
在AI时代天猫技术质量同学在质量保障方面也不断探索AI在测试全流程提效的落地方案，传统测试工作链条拆解为“需求解析 → 用例生成 → 数据构造 → 执行验证 → 对比校验”五大核心阶段，而我们的目标是通过AI+自然语言驱动，实现全流程自动化、可溯化、可管理化。而最AI参与到测试中来，最主要的目标就是提效，目前几个月的实践下来发现在用例生成、测试数据构造和交易链路数据执行的过程中提效明显，下面来给....
AI驱动前端重构：10天完成3000+行复杂组件的跨端复用实践
简介 探讨在业务快速迭代背景下，如何通过 AI 工具 Cursor 结合 Claude 模型，重构高复杂度前端组件（3000 行代码+多平台适配），实现 ICE 架构下的跨端复用。通过建立技术规范、适配规则及测试体系，团队在 10 天内完成组件库重构，研发效率提升 30%，生成 600+ 个测试用例，沉淀项目文档。结论提出“需求交付=开发规则+技术文档+测试用例”的新范式，强调 AI 辅...
瑶池数据库Data+AI驱动的全栈智能实践开放日回顾
阿里云瑶池数据库生态工具产品重磅升级，推出“Data+AI能力家族”，并举办了为期3天的全栈智能实践开放日活动。发布会上首次公开了 “Data Agent for Analytics、Data Agent for Meta、DAS Agent”等瑶池数据库Data Agent系列能力，以工具智能化 × 智能化工具的双引擎重构数据与AI的协同边界，揭秘AI时代数据价值释放的全新路径。以下为开放日内....
AI+Code驱动的M站首页重构实践：从技术债务到智能化开发
本文分享了阿里巴巴找品M站首页重构项目中AI+Code提效的实践经验。面对M站技术栈陈旧、开发效率低下的挑战，我们通过楼层动态化架构重构和AI智能脚手架，实现了70%首页场景的标准化覆盖 + 30%的非标场景的研发提速，开发效率分别提升90%+与40%+。文章详细介绍了楼层模板沉淀、AI辅助代码生成、智能组件复用评估等核心实践，为团队AI工程能力升级提供了可复制的方法论。 一、...
文件编辑在后端场景的使用_通义灵码_智能编码助手
通义灵码文件编辑，具备多文件代码修改（Multi-file Edit）和工具使用（Tool-use）的能力，可以与开发者协同完成编码任务，如需求实现、问题解决、单元测试用例生成、批量代码修改等。本文聚焦于后端研发中的典型场景，提供包含代码生成、代码重构以及自动化测试编写等核心场景使用实践。同时，通过结合企业私域数据，可实现符合企业特定的个性化推荐与生成，显著提升研发效率与质量。
文件编辑在前端场景的使用_通义灵码_智能编码助手
通义灵码 文件编辑，具备多文件代码修改（Multi-file Edit）和工具使用（Tool-use）的能力，可以与开发者协同完成编码任务，如需求实现、问题解决、单元测试用例生成、批量代码修改等。本文聚焦于前端研发中的典型场景，例如文生代码、图生代码、前端自研组件的引入、前端自研组件的代码重构等核心场景使用实践。
智能化软件测试：AI驱动的自动化测试策略与实践####
随着软件开发周期的不断加速和产品复杂性的日益增加，传统的软件测试方法逐渐暴露出其局限性，尤其是在应对大规模、高频率迭代的项目时。为了解决这些问题，越来越多的企业开始探索将人工智能技术融入软件测试流程中，以期实现更加高效、精准的测试覆盖。 一、传统软件测试的挑战 传统软件测试依赖于大量的手工操作，从测试计划制定、测试用例设计到执...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
AI更多实践相关
产品推荐
阿里云机器学习平台PAI
阿里云机器学习PAI（Platform of Artificial Intelligence）面向企业及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-iTAG智能标注平台、PAI-Designer（原Studio）可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台，支持千亿特征、万亿样本规模加速训练，百余落地场景，全面提升工程效率。
+关注