今天,华为云正式发布CodeArts Req,这是一款自主研发的软件研发管理与团队协作工具,凝结了华为30多年软件研发的先进理念与丰富实践,具有强大的组织协作能力,旨在助力企业大规模研发转型成功,释放组织生产力。
华为云CodeArts Req内置华为IPD需求管理模板,支持IPD研发、DevOps敏捷交付、精益研发多种研发模式,支持特性管理、需求管理、缺陷管理、计划管理、基线与变更及任务跟踪,提供了强大的跨项目协同、多项目组合管理能力。
具体来看,华为云CodeArts Req的差异化能力主要体现在如下几个方面:
l 内置IPD研发模式,确保组织战略落地
需求是产品开发的驱动力,一个成功产品往往需要花费40%的时间来管理需求,管好需求就是保障组织战略落地。华为云CodeArts Req内置了华为IPD需求管理模板,通过Epic、Feature来管理组织战略规划,以脑图、甘特图形式对战略进行逐层分解,确保组织战略落地。
l 提供多种研发流程,多路径跨越从创意到产品的鸿沟
不同类型的产品往往采用不同的研发模式,比如设备类涉及到软硬件开发,周期长评审点多,多采用瀑布模型;而云服务一般为自运营,软件更新非常频繁,持续规划、持续开发、采用DevOps模式。针对研发模式的差异,华为云CodeArts Req提供了丰富的项目模板,支持IPD、DevOps、精益等多种场景化研发模型,用户可以根据企业规模、业务需求、使用场景选择不同的项目模板,让创意更快变成产品。
l 通过需求基线管理,确保研发如履行合同一样严谨
产品从规划到上市要经过复杂的研发过程,如何确保产品就是客户想要的、如何保障客户需求被正确理解和完整传递非常重要。华为云CodeArts Req内置的IPD需求管理提供了基线评审和变更管理能力,实现版本基线-受控变更-变更评审-变更管理过程,让基线变更如门禁一样,达到阈值才能启动下一步,确保产品研发就像履行合同一样严谨。
l 打通需求数据孤岛,尽早发现并减少风险
在产品研发过程中,越晚发现风险,修复成本就越高,影响就越大,有些风险甚至会对企业构成致命的打击。华为云CodeArts Req打通需求过程数据孤岛,将需求开发过程中产生的设计文档、代码、用例、缺陷等有机串联,形成追溯关系网,提前预警拦截风险,问题实时可视,保障研发过程高质量。
l 内置“特性管家”,助力产品家业常青
产品的核心资产就是产品特性,产品一旦上市特性就会不断地增长。华为云CodeArts Req提供产品全量特性管理,通过特性树可以更好管理产品特性,实现产品资产不丢失,让跨代产品的特性快速继承和发展。
l 构建网状协作能力,化繁为简,加速价值流动
大型产品开发往往涉及上千人甚至数千人的协作,协作关系与项目运作沟通成本呈指数级上升。在快鱼吃慢鱼的时代,提升效率是企业的生命线。基于华为IPD跨部门团队理念与实践,华为云CodeArts Req联结项目、人、工作项,提供无限组织层级、无限功能领域的网状跨项目协作管理能力,实现立体高效协同,加速信息流转,加快20%的价值流变现速度。
l 全面覆盖客户需求,从客户中来,到客户中去
成功产品的核心特征是满足客户需求,华为公司一直强调“以客户为中心”,满足客户的价值需求就是实现自身商业价值的过程。华为云CodeArts Req打破了传统需求管理工具仅在研发阶段发挥作用的限制,将客户与市场需求也同步覆盖,提供了完整的客户需求采集、价值需求决策、交付与验收流程,让需求进展和动态客户实时透明,市场需求流动提速70%。
“自己的降落伞自己先跳”,经过多年创新实践,目前华为云CodeArts Req已全面覆盖华为公司云、管、端、车、芯等相关产品的研发,月活超过13W用户 、月API调用量超过15亿次、累计管理5000多万需求。
过去30多年来,华为公司一步步经历了IT化、自动化、质量风险可视化的需求管理历程,能够支撑跨项目、跨产品、跨组织的大规模协作。未来,华为云CodeArts Req将基于海量的研发关系数据,以需求为起点实现所有研发关系与活动的任意追溯,实现对于各种交付进度和质量风险的主动预警,并进行主动的智能决策,让需求规划同市场表现打通,实现价值需求智能筛选与排序——这也是华为云CodeArts Req希望与客户、伙伴和开发者共同携手创造的未来。
华为云CodeArts Req服务已于12月7日正式上线官网,中国站全Region可访问,欢迎华为云新老用户登陆体验。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。