在 Visual Studio 2022 17.12 中，Microsoft 添加了额外的诊断和调试功能，可改进代码分析和调试。这些变化包括与 Copilot AI 的合并相关的改进，旨在简化开发流程。最受追捧的功能之一是在线显示函数“返回”值，该功能已实现。将鼠标悬停在这些数字（相关“返回”指令下方呈灰色）上时，会显示副驾驶图标和更多信息。当您单击此图标时，人工智能会分析表达式以揭示任何错误。

解析“Auto”和“Locals”窗口中的变量值是 Copilot 将其功能扩展到调试窗口的另一种方式。通过变量预览旁边的 AI 图标提供额外的错误分析。尽管该工具的专用 AI 助手仍处于开发阶段，但 IEnumerable Visualizer 工具也得到了改进，将 IntelliSense 与 LINQ 查询的语法突出显示集成在一起。

为了确保对所有项目的断点进行统一管理，调试器现在允许您导入和导出断点组及其选项。现在可以使用诊断工具拍摄快照来比较内存状态。当开发人员在“内存”选项卡中拍摄两个快照时，他们可以通过选择“显示差异”来查看更改。此外，诊断窗口现在显示直方图数据。

此版本添加了人工智能驱动的功能，特别是调试和代码修复，并集成了.NET 9。用户现在可以将文件复制到 Visual Studio 实例，并使用用户界面根据项目要求启动多个程序设置。开发人员可以进一步自定义 Copilot 生成的提交消息，他们甚至可以创建本地存储库并管理多个 GitHub 帐户。除了支持查询变量以在后续请求中重用响应的 HTTP 文件之外，Linux 用户还可以将 WebJobs 发布到 Azure。命令行参数可以直接在C++开发工具栏中设置。

[Microsoft 的博客文章](https://devblogs.microsoft.com/visualstudio/debugger-and-diagnostics-updates-in-visual-studio-17-12/) 中详细描述了这些改进，并全面概述了所有升级均在[发行说明](https://learn.microsoft.com/de-de/visualstudio/releases/2022/release-notes)中给出。

\

点燃您对 AI 的热情：通过 Code Labs Academy 的在线 [数据科学与 AI 训练营](/courses/data-science-and-ai) 了解如何将数据转换为强大的、可扩展的解决方案。

thumbnail_chris-ried-ieic5Tq8YMk-unsplash (1) (1).webp

chris-ried-ieic5Tq8YMk-unsplash (1) (1).webp

Visual Studio 2022 17.12：微软通过 Copilot 集成改进了调试和 AI 驱动的功能

###### 2024 年 11 月 26 日

[Anthropic](https://www.anthropic.com) 推出了名为 [Model Context Protoco](https://www.anthropic.com/news/model-context-protocol)l (MCP) 的开源标准/) 旨在改善人工智能助手与数据系统的通信和连接方式。该协议旨在克服人工智能模型的缺点，人工智能模型通常独立于大数据源运行，并且需要为每个新系统进行独特的集成。 MCP 提供全面的解决方案，允许聊天机器人和其他人工智能驱动的应用程序轻松访问开发环境、工具和内容存储库中的数据。

通过使用“MCP服务器”来提供数据，使用“MCP客户端”来集成工作流程或应用程序，该协议允许开发人员在数据源和应用程序之间建立双向连接。这种标准化可以通过用可扩展且可持续的框架代替脱节的集成来简化开发程序。 Replit、Codeium 和 Sourcegraph 等平台计划增加对 MCP 的支持，而 Block 和 Apollo 等公司已经将其集成到他们的系统中。

通过为 Google Drive、Slack 和 GitHub 等知名企业工具预构建服务器，并计划发布用于安装生产服务器的工具包，Anthropic 已向开发人员提供了 MCP。 MCP 可用于将 Claude 聊天机器人链接到 Anthropic [Claude Enterprise](https://techcrunch.com/2024/09/04/anthropic-launches-claude-enterprise-plan-to-compete-with) 用户的内部系统-openai/) 订阅。

通过消除对每个数据源单独接口的要求，MCP 的采用可以加速人工智能集成工作。随着生态系统的发展，人工智能系统也许能够保留工具和信息的背景，这将导致更加一致和高效的设计。

然而，MCP 的采用程度，尤其是其竞争对手的采用程度，将决定其成功与否。例如，OpenAI 凭借针对 ChatGPT 的专有“Work with Apps”功能，采取了不同的策略。此功能将模型链接到特定的编码工具，并且有可能扩展到其他应用程序。然而，OpenAI 的战略仍然是封闭的，并且以合作伙伴为中心。

尽管Anthropic声称MCP可以极大地提高AI系统的上下文能力，例如提高编码时的理解力，但这些说法尚未得到具体参考资料的支持。其性能和长期影响仍未知。

_通过掌握_[_数据科学和人工智能_](/courses/data-science-and-ai)_at Code Labs Academy._来控制人工智能驱动的解决方案。_

thumbnail_glenn-carstens-peters-npxXWgQ33ZQ-unsplash (1) (1) (1).jpg

glenn-carstens-peters-npxXWgQ33ZQ-unsplash (1) (1) (1).jpg

模型上下文协议 (MCP)：Anthropic 简化了 AI 与数据系统的连接

###### 2024 年 11 月 19 日

大多数人工智能模型均由图形处理单元 (GPU) 提供支持，而图形处理单元是出了名的能源密集型。 [根据高盛](https://www.goldmansachs.com/insights/articles/AI-poished-to-drive-160-increase-in-power-demand)，到 2030 年，GPU 在数据中的使用将越来越多中心将导致电力需求增加 160%。 Vishal Sarin 是一位经验丰富的模拟和存储电路设计师，在看到这种趋势不可持续后，创立了 Sagence AI，最初称为[模拟推理](https://www.sagence-ai.com/)。该业务专注于开发能耗更低的 GPU 替代品，解决性能和环境问题。

Sagence 为人工智能应用创建系统和模拟芯片，以及对其进行编程所需的软件。与将数据存储为二进制值的标准数字芯片相比，模拟芯片使用一系列值来表示信息。由于这种区别，模拟电路可以直接在内存中处理数据，并使用更少的部件完成一些计算，从而消除了处理器和内存之间数据传输带来的瓶颈。此外，与数字处理器相比，模拟处理器提供更高的数据密度。

尽管模拟技术已经存在了几十年，但由于数字处理器无法满足现代世界的需求，模拟技术正在卷土重来。然而，模拟芯片也有缺点，即需要精确制造且编程复杂。 Sagence 将其芯片作为数字技术的辅助手段进行营销，专注于某些服务器和移动设备应用，以解决延迟、成本和功耗等问题。

Sagence 计划于 2025 年将其芯片商业化，该公司已经在与客户合作，并面临来自 EnCharge 和 Mythic 等其他专注于人工智能的模拟芯片制造商的竞争。 Vinod Khosla、TDK Ventures 和 Aramco Ventures 等投资者已向该公司投资了 5800 万美元，该公司打算寻求更多资金来扩大其 75 名员工的规模。 Sagence 的成本效益方法远离最新的生产技术，增加了其在竞争激烈的行业中的吸引力。

最近的趋势表明了 Sagence 的潜在机会。为半导体初创公司筹集的风险投资金额[正在增加](https://news.crunchbase.com/semiconductors-and-5g/chip-startup-funding-bounces-back-ai-nvda/#:~:text =因此%20far%20this%20year%2C%20VC,%2410.9%200亿%20in%20447%20deals。）；仅 2024 年上半年就筹集了 53 亿美元。不过，仍有一些障碍需要克服，例如来自英伟达等知名公司的竞争、昂贵的制造成本以及进入成熟技术占主导地位的市场的问题。人工智能芯片制造商 Graphcore 的案例凸显了这些风险，该公司尽管拥有大量资金，但仍宣布破产。

Sagence 的成功取决于其提供节能、高性能芯片同时有效扩大生产的能力。该公司的目标是通过应对经济和环境挑战，在不断发展的人工智能硬件领域占据独特的地位。

_通过 Code Labs Academy 的数据推动创新_[数据科学与 AI 训练营](/courses/data-science-and-ai)_._

thumbnail_boliviainteligente-5b9Lr-ggr0E-unsplash (1) (1).webp

boliviainteligente-5b9Lr-ggr0E-unsplash (1) (1).webp

Sagence AI 解决 GPU 能源危机的方案

###### 2024 年 11 月 12 日

[亚马逊](https://www.amazon.com/) 承认第三方供应商的安全漏洞导致数据泄露，影响了员工信息。只有员工的业务联系信息，包括电子邮件地址、电话号码和大楼位置遭到泄露；亚马逊和 AWS 系统都没有受到直接影响。

据报道，亚马逊无法访问财务信息或社会安全号码等敏感数据，但拒绝透露有多少员工受到影响。 [根据亚马逊](https://techcrunch.com/2024/11/11/amazon-confirms-employee-data-stolen-after-hacker-claims-moveit-breach/)，供应商已修复该安全漏洞这导致了黑客攻击。

一名化名“Nam3L3ss”的黑客声称在知名论坛 BreachForums 上发布了亚马逊和其他 24 家主要公司的数据，随后得到了确认。据称大规模利用 [MOVEit Transfer in 2023](https://www.emsisoft.com/en/blog/44123/unpacking-the-moveit-breach-statistics-and-analysis/)（使用零据报道，Progress Software 的文件传输解决方案中的日漏洞导致了超过 280 万行数据的获取。

Clop 勒索软件组织对 MOVEit 黑客事件负责，该事件影响了 1,000 多家公司，包括美国政府承包商 Maximus、科罗拉多州医疗保健政策和融资部以及俄勒冈州交通部。

随着网络威胁不断增长且变得更加复杂，此类事件凸显了网络安全对于各类企业的至关重要性。数据泄露变得越来越频繁和严重，凸显了对能够发现弱点并保护私人数据的合格网络安全专家的迫切需求。

如果您对网络安全有浓厚的兴趣或想开始进入这个不断发展的行业，[Code Labs Academy](/) 提供全面的[网络安全训练营](https://codelabsacademy.com/courses /网络安全）这将为您提供所需的技能和信息。了解如何保护组织的数据、抵御网络攻击以及在高需求领域保持优势。

Visual Studio 2022 17.12：微软通过 Copilot 集成改进了调试和 AI 驱动的功能

模型上下文协议 (MCP)：Anthropic 简化了 AI 与数据系统的连接

Sagence AI 解决 GPU 能源危机的方案

继黑客声称 MOVEit 泄露后，亚马逊确认员工数据遭到泄露