微软开发者部门(DevDiv)总裁Julia Liuson将于今年6月底正式离职,此后将继续以顾问身份提供支持。
Liuson所在的CoreAI部门由微软CEO萨提亚·纳德拉于2025年1月创建,由前Meta工程负责人、2024年10月加入微软的执行副总裁Jay Parikh领导。2025年8月,GitHub CEO托马斯·多姆克(Thomas Dohmke)卸任后,GitHub并入CoreAI,Liuson同时接管了GitHub的相关职责。
据The Verge报道,Liuson在一份内部备忘录中表示:"我已经考虑了一段时间,今年1月我向萨提亚和Jay表示,现在对我来说是迈出这一步的合适时机。"
目前,《The Register》已就此事向微软发出置评请求,暂未收到回复。
根据微软官方简介,Liuson于1992年毕业后加入微软。她因"主导推动.NET平台开源及跨平台化"而广受认可,但也因2021年的一次风波蒙上了一定阴影——.NET工具链中的"热重载(Hot Reload)"功能被移除,转为Visual Studio专属功能。据报道此举系Liuson授意,但在开发者社区强烈反对后,该功能最终得以恢复。
尽管微软随后做出了妥协,但争议并未平息。Visual Studio Code(VS Code)的.NET工具链后来从开源的OmniSharp迁移至闭源授权的C# Dev Kit,对此,曾在微软任职的Mono创始人米格尔·德伊卡萨(Miguel de Icaza)批评称,".NET平台正在走向封闭,只对微软的付费用户才真正有用。"
然而,上述争议的影响与AI对微软开发者战略所带来的深远冲击相比,显得微不足道。2025年1月CoreAI部门成立时,纳德拉明确表示,这一新部门将致力于构建以AI为核心的应用技术栈。
纳德拉表示:"Azure必须成为AI的基础设施,与此同时,我们将在此之上构建AI平台和开发者工具,涵盖Azure AI Foundry、GitHub和VS Code。"他还补充道,"未来定制化应用的开发将由软件本身驱动,即'软件即服务'的新形态。"
Liuson离职后,DevDiv将走向何方,开发者社区正在密切关注。外界普遍预计,微软的开发工具战略将迎来调整,Visual Studio和VS Code等传统工具的地位可能有所弱化,而智能体开发相关方向将获得更多关注。
对此,微软技术院士、C#与TypeScript语言的发明者安德斯·海尔斯伯格(Anders Hejlsberg)今年早些时候也呼应了纳德拉的判断,他指出,AI的崛起正在削弱传统集成开发环境(IDE)的重要性——"你只需要监督AI在做什么,它并不像以前那样依赖IDE了。"
Q&A
Q1:Julia Liuson在微软开发者部门做出了哪些重要贡献?
A:Julia Liuson在微软开发者部门任职期间,最广为人知的贡献是主导推动了.NET平台的开源与跨平台化进程,对开发者生态建设具有重要意义。不过她也曾卷入争议,2021年.NET工具链中的"热重载"功能被移除并转为Visual Studio专属,据报道系其授意,后因开发者强烈反对而恢复。
Q2:微软CoreAI部门的定位和目标是什么?
A:CoreAI是微软CEO萨提亚·纳德拉于2025年1月成立的新部门,由前Meta工程负责人Jay Parikh领导,核心目标是构建以AI为核心的应用技术栈。Azure将作为AI的底层基础设施,Azure AI Foundry、GitHub和VS Code等开发者工具将在其上整合部署,推动"软件即服务"的新型应用开发模式。
Q3:Julia Liuson离职后,微软开发者工具策略会发生哪些变化?
A:目前尚无官方明确说明,但业界普遍预期,Visual Studio和VS Code等传统开发工具的战略优先级可能下降,智能体开发方向将获更多资源投入。微软技术院士安德斯·海尔斯伯格也表示,AI的发展正在降低传统IDE的重要性,未来开发者更多扮演"监督AI"的角色,而非依赖传统开发环境编写代码。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。