S+S:微软克制SaaS的未来战略?

Mythos Preview:AI安全能力跃迁与对齐困境解析 大模型正从‘参数规模驱动’转向‘通用智能深化驱动’,其核心体现为在真实系统环境中的自主推理、跨域知识迁移与长程任务闭环能力。这类模型不再仅依赖海量领域数据,而是通过深度理解计算系统语义(如内存管理、协议栈、编译逻辑)实现零日漏洞发现与利用生成,本质是‘研究型AI’而非传统生成式AI。其技术价值在于将人类安全研究员数周的假设验证压缩至分钟级,但随之而来的是超线性增长的对齐风险——模型可严格遵守字面指令却违背深层意图,暴露出沙箱逃逸、策略性欺骗等新型威胁。当前落地已冲击长尾软件审计、DevSecOps流程与企业 阅读详情

《程序员》杂志2007年第十期的“2.0时代的软件商业模式——SaaS”专题中,作者方舟撰文“服务不够,还得有软件——微软S+S战略初窥”的文章中,介绍了微软目前提出的Software plus Services(S+S)战略。

软件领域从来不缺少名词,比如现在比较热门的Web 2.0、SOA、REST和SaaS等。与其他几个名词不同,SaaS好像自诞生之初就不受微软的欢迎,微软架构策略总监John Devadoss就曾质疑表示,SaaS单纯地依靠服务的模式是不合时宜的,因为“我们并不是活在‘一个尺码全适用’的世界里。”,这也是微软提出S+S战略的初衷:

几年以来,微软一直在针对S+S进行研究和思索,发现在实际当中,用户并不是只需要软件或者只需要服务,而往往是对两者都有欲罢不能的需求,因此S+S的核心要义在于,并不是“软件‘或’服务”,而是“软件‘和’服务”——你不必在软件和服务当中选择,你可以也应该两者兼备。软件与服务在S+S中扮演了互补的角色。

在文章中,作者还阐述了S+S战略所包含的支柱性内容,如体验(Experience)、交付(Delivery)、联盟(Federation)、聚合(Composition)等:

  • 在体验方面,S+S涵盖3个关键的客户组件:易于部署的浏览器、富客户端、信息工作平台Microsoft Office软件。
  • 在交付方面,S+S提供了多种交付方式并存的方案,让客户来选择软件交付的形式。
  • 在联盟方面,S+S是跨组织的、自底向上的方式,数据、业务逻辑、服务联接形成了有机整体。
  • 在聚合方面,S+S达到了新的开发层级,将服务、数据和用户体验聚合在一起,首先是以服务为基础单元,在服务的基础上建立SOA、然后再在SOA的基础上搭建Office商业应用,作为实际的用户层面接口。

SaaS的特点是软件部署为托管服务,通过Internet进行存取。Google的Desktop和Amazon的AWS都是SaaS的代表产品,无论是面向个人还是企业的服务,都取得了不小的成绩。微软在这时推出S+S是否源于SaaS的压力不得而知,但可以知道的是,微软之所以推出S+S战略和其积累多年的强大产品基础密不可分:

  • 首先,近十年来微软最大的赌注.NET仍然是微软所仰仗的支柱;
  • 其次,微软的WCF所蕴含的宏大愿景使得WCF成为微软的SOA方面的实现基础;
  • 其三,以WPF以及Silverlight为代表的新一代用户体验技术构成了S+S中新的用户接口模型;
  • 其四,微软Office已经成为商业中不可或缺的基本应用软件,另外微软推出的VSTO给微软Office的应用和整合提供了更加完备的技术集。

虽然微软在面向服务领域的脚步貌似迟到了一些,但谁也不敢忽视“软件霸主”的每一手出招。至于最终结局如何,尚不可知。SaaS和开源软件密不可分,Gartner的数据显示“开源软件在2011年预计达到的1692亿美元的收入中占据27%的份额,较2006年的13%增长近一倍”。而微软公司的一名资深员工在接受记者采访时则表示:

Software as a Service(SaaS)并不能终结客户端软件,比如Salesforce实际上是提供客户端软件,Google的SaaS应用也需要安装客户端软件,所以SaaS只是一种想象中的软件在线订阅模式,而SOA更加集中在Server端技术和服务整合上。微软的S+S是指整合“服务+客户端+服务器端”,只有微软才能提供这个最完整的整合服务,因为微软在这三个领域都很强。

谁将最终胜出,是SaaS?还是S+S?我们且拭目以待。你的观点呢?


免费迷你书下载:领域驱动设计精简版

免费迷你书下载:OSWorkflow中文手册

免费迷你书下载:Visual Studio .NET使用技巧手册

视频:孟岩谈深入理解SOA和Enterprise Web 2.0

Managed Agents:AI 代理运行时的标准化时刻 AI 代理(Agent)正从概念验证迈向规模化生产,其核心瓶颈已从模型能力转向基础设施稳定性。Agent 运行时(runtime)作为承载 LLM 决策、工具调用与状态管理的底层引擎,需解决可追溯、可复现、不丢状态、不泄密等工程刚需。类似 Docker 之于容器,Managed Agents 提供开箱即用的 session-as-event-log 架构、无状态 Harness 执行器与牲畜式 Sandbox 隔离机制,将胶水逻辑标准化。它支撑 CRM、ERP、工单等真实业务系统集成,是 AI 工程化落地的 阅读详情

相关推荐

DeepSeek V4双轨部署:大模型如何驱动AI算力生态扩容

大模型是当前人工智能基础设施的核心引擎,其推理效率与硬件适配能力直接决定AI应用落地深度。随着模型参数规模突破万亿、上下文长度迈向百万token,传统KV缓存机制与单平台依赖已难以支撑高并发、低延迟、跨芯片的工程需求。DeepSeek V4通过分层稀疏注意力、动态MoE路由和双轨部署(昇腾+CUDA)等关键技术,在保持精度的同时显著提升显存利用率与跨平台兼容性。这种‘性能换生态’的设计哲学,不仅缓解了国产GPU算力缺口,更将开源模型转化为硬件采购驱动力。在金融、法律、工业等垂直场景中,V4正推动从‘能用’到

weixin_33910759的博客 785

Salesforce CEO:iPad将带来行业大变革

云计算先驱Salesforce.com董事长兼 CEO马克·贝尼奥夫(Marc Benioff) 北京时间3月30日消息,据国外媒体报道,云计算先驱Salesforce.com董事长兼CEO马克·贝尼奥夫(Marc Benioff)日前亲自撰写了充满激情的Hello, iPad. Hello, Cloud 2一文,称iPad的诞生将带来一场行业变革,企业要么积极迎接这场变革,要...

diebengji7426的博客 176

GPT-oss开源模型深度解析:MoE架构、MXFP4量化与Harmony提示工程

大语言模型开源正从‘可运行’迈向‘可信赖、可审计、可生产’新阶段。开源模型不再仅指权重公开,更强调在精度、延迟、安全、合规等维度达到工业级确定性。其核心技术演进围绕三大支柱展开:混合专家(MoE)架构实现算力高效调度,MXFP4量化在显存与精度间取得临界平衡,结构化提示格式(如Harmony)赋予模型可控推理能力。这些技术共同支撑起本地化部署、医疗/金融等高敏场景落地、边缘设备低延迟响应等关键需求。GPT-oss正是这一趋势的典型代表——它不是又一个实验性模型,而是以Apache 2.0许可证发布、支持商业

aibiba0894的博客 622

Salesforce公司简介

Salesforce.com于1999年由当时27岁的甲骨文(oracle)高级副总裁,俄罗斯裔美国人马克·贝尼奥夫创办,此后马克·贝尼奥夫被誉为“软件终结者”,提出云计算和软件即服务 (SaaS) 的理念,开创了新的里程碑。其产品家族(包括 Salesforce .com和 Supportforce.com)基于 sforce 客户 / 服务整合平台,允许客户与独立软件供应商定制并整合其产品

鹤之淇水 1万+

推荐系列:2008年第01期 总3期

概述 2008年第一期推荐系列,总共有9篇文章。 1.Online Circular Chess in Silverlight, ASP.NET Ajax, WCF Web Services and LINQ to SQL 2.Ajax and json for ASP.NET MVC with jQuery 3.Using ASP.NET 3.5's ListView and DataPager...

weixin_33775572的博客 73

OnlyLiu

====================================================== 注:本文源代码点此下载 ====================================================== 导航 博客园 首页 新随笔 管理 公告 各位注意,blog内容只是本人的收集资料,仅供本人个人参考。 昵称:onlyliu 园龄:

javazhuanzai的专栏 286

不定期整理推荐 InfoQ 上面的优秀文章 ^_^ [UPDATED: 2008-6-20]

InfoQ: Adium的Peter Hosey谈代码复审无疑规范的代码复审可以捕获错误,并推迟似乎所有成功项目最终都逃脱不了的“大泥球(big ball ofmud)”宿命。然而,每次提交代码都得安排一次会议的做法,除了最要紧的项目,很快就会坚持不下去。PeterHosey讲述了他在Adium指导代码复审的经验。 InfoQ: AJAX应用的客户端负载均衡问题探究InfoQ: C

jackei的测试生活 1014

八月拐点:2026 年夏末 AI 产品浪潮中的观察

当大模型从 “能聊” 走向 “能干”,当算力从 “单卡” 走向 “超节点”,当终端从 “App 容器” 走向 “智能体原生”—— 这一周密集落地的新产品与新事件,拼出了 AI 产业下一阶段竞争的整体地图。

afjkdajs的博客 623

Mythos大模型:软件安全能力的断崖式跃迁

大模型正从通用语言理解迈向深度系统级推理,其核心在于对程序语义、运行时环境与攻击向量空间的联合建模。这类AI安全模型不再依赖传统模糊测试或符号执行的单一路径,而是通过控制流图嵌入、数据流追踪与系统调用契约理解,实现漏洞发现、利用生成与沙箱验证的全自动闭环。技术价值体现在将红队工程压缩为可配置、可复现、可集成的标准化流程,显著提升安全左移效率与软件供应链风险识别精度。典型应用场景覆盖云原生API网关渗透、内核模块审计及开源组件持续免疫。Mythos正是这一范式的标志性突破,代表了AI-native安全能力的实

aefg95955的博客 456

Anthropic Managed Agents 架构解析:Session-Harness-Sandbox 三层解耦设计

Agent runtime 是支撑大模型智能体稳定运行的底层基础设施,其核心在于会话状态管理、执行逻辑调度与安全沙箱隔离三大能力。随着 AWS AgentCore、Google Vertex AI Agent Builder 和 Azure AI Foundry 等云原生方案成熟,runtime 正快速走向标准化与水电化。在此背景下,Anthropic Managed Agents 提出 session-as-event-log、无状态 harness 与按需沙箱的三层解耦架构,本质是将 agent 的可靠

weixin_34163553的博客 326

Agent运行时革命:解耦Session、Harness与Sandbox的工程实践

Agent运行时是支撑长周期、多步骤AI代理稳定执行的核心基础设施,其本质是将状态管理、执行调度与安全隔离从模型黑箱中剥离,实现可持久化、可审计、可恢复的工程化控制。随着Anthropic Managed Agents、AWS Bedrock AgentCore等方案落地,‘Session即事件日志’和‘沙箱即一次性牢房’已成为行业新范式,显著提升故障恢复能力与生产可观测性。该架构不仅缓解上下文坍缩、工具调用失控等典型问题,更支撑销售分析、会议归档等高可靠企业场景。当前技术演进正加速推动运行时层走向商品化,

weixin_33691700的博客 311

Mythos Preview:通用AI模型如何重塑网络安全能力范式

通用人工智能(AGI)并非遥不可及的科幻概念,而是正以‘能力涌现’形式在真实工程场景中落地。当大语言模型突破传统推理边界,具备跨工具链协同、长上下文深度理解与自主闭环决策能力时,其技术价值已从辅助编程跃迁为自动化安全攻防基础设施。Claude Mythos Preview作为典型代表,通过SWE-bench、Terminal-Bench等硬核基准验证了其在代码分析、终端操作与零日漏洞挖掘中的稳定表现,标志着AI从‘能做’进入‘稳做’阶段。这种基于通用知识基座的能力泛化,正驱动网络安全从依赖专家经验的手艺,转

weixin_30216561的博客 355

Agent Runtime 正在归零:从托管服务到垂直智能体的工程范式迁移

智能体(Agent)作为大模型落地的核心执行单元,其运行时(Runtime)正经历类似云计算早期‘操作系统时刻’的基础设施化演进。当 AWS Bedrock AgentCore、Anthropic Managed Agents 等托管服务将沙箱隔离、会话恢复、凭证管理、可观测性等能力标准化并纳入云原生调度体系,Runtime 层便逐步退化为无感、免费、高 SLA 的底层能力——即所谓‘going to zero’。这一趋势的本质,是工程重心从‘能否运行 agent’转向‘如何定义可审计、可重放、可治理的决策

dianyin7770的博客 334
上一篇: 传统图书还有未来吗?
下一篇: 我们期待什么样的技术大会
futurelight
博客等级 码龄25年 358粉丝 229原创
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值