Perforce Intelligence 三大平台全新发布:当自动化升级为“自主化”,AI 时代的工作流该如何编排?
随着企业 AI 的应用迅速从实验阶段迈入生产环境如何有效管控 Token 消耗成本、保障数据安全并实现持续合规已成为规模化落地 AI 的核心挑战。为解决这些挑战Perforce 推出了Perforce Intelligence 平台致力于为新兴的 AI 驱动开发生命周期AI-DLC构建统一的控制平面。作为Perforce 中国授权合作伙伴龙智DragonSoft编译了此文带您深入了解 Perforce Intelligence 的三大核心平台Perforce Agentic Gateway智能体网关——通过单一入口编排 AI 智能体工作流优化 Token 消耗并保障凭证安全Perforce Autonomous Testing自主测试——以自然语言驱动的 AI 辅助测试跨环境自动生成、执行与维护测试用例Perforce Unified Compliance统一合规——从策略制定到执行的持续合规闭环自动生成审计就绪证据。这三大平台共同指向同一个目标让企业级 AI 软件交付不仅高效更具备绝对的可控性与可信度。Perforce Intelligence 现已迈入全新的发展阶段旨在为 Perforce 的客户与合作伙伴提供一系列解决方案、平台与功能确保在AI 软件开发生命周期AI SDLC的每一个环节都能实现精准掌控。本文将带您深入了解 Perforce Intelligence 的演进历程以及Perforce已推出、可让 AI 更易于在生产级环境中落地的全新平台与功能。Perforce Intelligence 的新进展2025 年春季Perforce 正式推出了 Perforce Intelligence。该平台旨在贯穿整个 DevOps 生命周期提供值得信赖的企业级 AI 能力从而赋能团队突破人力极限、加速创新同时确保 AI 的采用合规且负责任最终交付可扩展的真实业务成果。在发布之初Perforce 已在其产品中安全地嵌入了 AI 功能但其目标远不止于此。Perforce 致力于帮助客户在新兴的“AI 驱动开发生命周期”AI-DLC中实现 AI 的设计、交付与治理。Perforce 的长期目标是推动该生命周期演进为支持自主且受控的 AI 软件交付模式让 AI 能够以极高的速度和精度执行开发工作流同时保持完全的治理与可信赖性。Perforce 很早就认识到AI 的潜力是真实存在的但如果企业无法清晰洞察 AI 对软件交付的影响或无法有效控制 AI 的输出那么将 AI 从概念验证PoC转化为实际生产力与投资回报ROI的进程就会停滞不前。同时Perforce 也深知 AI 的普及速度极其迅猛。整个行业迅速从实验阶段迈入生产阶段但对于企业和强监管环境而言除非他们能确切了解该技术的运行机制并能有效控制成本、合规性、安全性和质量否则就无法成功采用任何新技术。Perforce 的最新发布直面并解决了这些挑战Perforce Agentic Gateway智能体网关这是一个 AI 编排层能够降低 Token 消耗并通过单次安装即可连接 Perforce 的 MCP模型上下文协议它也能将部分 Perforce MCP 与第三方 MCP 连接具体细节将在后文详述。Perforce 拥有横跨软件交付全链路的产品矩阵且已在最复杂的环境中历经实战检验。如今只需一次安装团队就能将 AI 的生产力引入其全新的智能体工作流中同时享有产品所提供的追溯能力与安全防护。对于使用多款产品的客户而言这将大幅缩短其实现业务价值的时间。目前已支持的产品包括 P4、Delphix、BlazeMeter、Perfecto 和 IPLM未来还将持续扩充。Perforce Autonomous Testing自主测试这是一个 AI 辅助测试平台支持通过自然语言执行测试并在质量工程工作流中实现由智能体驱动的持续验证。该平台彻底改变了传统的测试方式使组织内的敏捷团队都能轻松上手。它将过去零散的测试工具和繁琐的手动脚本维护简化为单一的自然语言请求随后由 AI 自动执行涵盖功能、性能和移动端的全面测试需求。目前该平台已构建为与 Perforce BlazeMeter 和 Perfecto 测试解决方案无缝对接至少在当前阶段如此。关于该平台未来的迭代方向请参阅后文的“未来展望”部分。Perforce Unified Compliance统一合规提供从策略制定到强制执行的完整路径确保持续的合规性与证据收集。该解决方案率先面向使用 Puppet Enterprise Advanced 的 Perforce Puppet 客户提供支持多云环境下的成本优化与操作系统合规性提升。今年晚些时候它将扩展至代码、IP 和数据工作流最终演进为一个能够在业务开展过程中自动生成“审计就绪”证据的合规平台。Perforce Agentic Gateway 的工作原理通过单一控制层编排 AI随着企业部署的 AI 智能体和工作流日益增多集成的复杂性也在迅速攀升。不同的工具、模型和系统往往各自为战、独立运行这不仅带来了不必要的运维开销还导致了治理体系的碎片化以及 Token 成本的不断攀升。Perforce Agentic Gateway智能体网关通过一次性的安装与配置体验为 Perforce 的 MCP模型上下文协议产品矩阵及更广泛的 MCP 生态系统提供了一个集中的编排层。通过集中管理 AI 交互智能体网关帮助组织在保持全局控制力的同时使 AI 能够在 AI 驱动开发生命周期AI-DLC中实现规模化、安全地运行。目前Perforce Agentic Gateway 已面向使用 P4、Delphix、BlazeMeter、Perfecto 和 IPLM 的客户正式开放。该网关具备“MCP 无关性”MCP-agnostic这意味着即使客户仅使用了上述列表中的某一款 Perforce 产品也能更快速、更便捷地接入更广泛的 MCP 生态系统并让智能体工作流更好地赋能他们现有且信赖的工具栈。此外该网关还提供以下核心能力Token 优化与成本降低将多项任务整合为一次统一的智能体调用消除冗余请求从而有效减少 Token 的消耗。安全的凭证管理利用企业操作系统原生的密钥链Keychain进行安全、可靠的凭证管理。全面的 Perforce MCP 服务器目录涵盖整个软件交付产品组合中的各项产品并提供自省与观测工具以灵活应对和解决未来的业务应用场景。内置的 UI 构建器为 Perforce Agentic Gateway 所管理的所有 MCP 服务器提供一致、直观的报告展示界面。企业用户现可在 GitHub 上探索并测试该网关仓库内已提供详尽的分步入门指南助您轻松上手。Perforce自主测试AI驱动软件交付的持续验证传统的测试自动化要求团队随着应用程序的迭代不断创建、维护和更新测试脚本。这往往会形成流程瓶颈不仅拖慢测试进度还限制了测试的覆盖范围。Perforce 自主测试则引入了一种全新的范式。团队只需使用自然语言定义测试目标、预期结果与验证策略。平台便会自动生成、执行并维护测试用例同时自动调配所需的移动端、Web 端、虚拟设备及性能测试环境。与传统的自动化框架不同团队无需再手动创建或维护脚本、管理元素定位器Locators也无需随着应用的迭代而持续更新测试资产。AI 会自动根据应用程序的变更自适应调整测试用例跨环境执行验证分析测试结果并精准定位潜在的故障根源。通过统一的对话式界面企业即可跨应用与环境灵活编排功能、性能及无障碍Accessibility测试。在实际应用中单一的自然语言测试定义即可在多个平台与测试领域中复用执行在降低维护成本的同时大幅扩展了验证的覆盖范围。具体应用场景包括业务分析师只需使用自然语言描述客户工作流即可快速生成自动化验证方案。质量工程团队可在整个开发周期内对代码变更进行持续不断的验证。测试环境智能调配系统会自动跨移动端、Web 端、虚拟设备及性能测试基础设施按需拉起所需的测试环境。资产自适应维护AI 会随着应用程序的迭代自动创建并维护测试资产彻底免除手动维护定位器与脚本的繁琐工作。智能结果分析自动分析测试执行结果并精准识别潜在的故障根因及其受影响的应用模块。企业无需额外招募自动化测试专家即可轻松扩展测试覆盖范围。依托于 BlazeMeter 和 Perfecto 的深厚技术底座Perforce 自主测试助力企业从传统的“脚本驱动自动化”平滑演进至“智能体驱动的持续验证”在全面提升研发效率的同时始终为软件质量保驾护航。Perforce统一合规贯穿企业环境的持续治理规模化应用 AI 的最大障碍之一在于如何证明各项策略得到了切实执行。许多企业能够制定明确的安全、运营与合规要求但在瞬息万变的动态环境中却难以有效验证这些要求是否得到持续落实。Perforce 统一合规Unified Compliance是一款由 AI 驱动的合规智能平台。它构建于 Perforce 现有各项能力之上旨在弥合这一鸿沟不仅在软件交付的全生命周期内持续强制执行各项策略还能为利益相关者自动生成“审计就绪”Audit-ready的合规证据。该功能率先面向 Perforce Puppet 用户开放用于优化云成本管理并助力基础设施实现操作系统级别的合规——未来还将扩展至更多业务场景。借助这一平台企业不再需要将合规视为一种周期性的“应付式”审计而是能够在环境演进的过程中持续验证策略的落实情况。这将通过更严密的治理体系有效降低风险并大幅提升企业对软件交付过程与结果的信心。Perforce 的未来展望今天的各项发布为 Perforce 更宏大的愿景奠定了基础成为企业级 AI 的控制平面。企业 AI 的下一阶段不会由谁部署了最多模型、或是构建了最多智能体来定义。它将由谁能控制它们来定义。随着 AI 嵌入软件交付、测试、基础设施、数据与合规等各个环节组织将需要具备编排 AI 工作流、持续验证结果、自动执行治理并理解 AI 如何影响业务绩效的能力。AI 并不会消除对工程规范的需求反而让它比以往任何时候都更为重要。Perforce Intelligence 正是为提供这一基础而设计。未来的路线图与规划中的创新包括Perforce Agentic Gateway智能体网关Perforce Agentic Gateway 将继续演进成为面向 AI 智能体与支持 MCP 的工作流的企业级控制层。未来的增强将扩展治理、安全、可观测性与合规能力同时将更多 Perforce 产品与领域专长引入统一的智能体体验之中。组织将在不断壮大的 AI 智能体、MCP 服务器与企业工作流生态系统中获得更强的可见性、控制力与策略执行能力。Perforce Autonomous Testing自主测试自主测试平台将从“自动化测试”向“自主验证”全面演进。通过深度理解应用上下文、需求、规范、测试数据及执行环境自主测试将智能决策“需要验证什么”自动创建并维护所需测试用例并在 Web、移动端、桌面端、大型机、API、性能、无障碍及系统弹性Resiliency等全场景下执行测试持续优化验证覆盖率。未来的技术演进将进一步提升平台自动调配测试所需数据、环境、设备与基础设施的能力例如通过集成 Delphix 提供安全合规的测试数据。随着企业日益广泛地采用 AI 驱动的软件交付模式Perforce 自主测试将提供持续的、具备上下文感知能力的验证服务自动分析测试结果、精准定位潜在故障根因并向开发者与 AI 智能体提供可操作的反馈确保软件质量与交付速度并驾齐驱。Perforce Unified Compliance统一合规Perforce Unified Compliance 将演进为一个面向 AI 驱动型企业的综合合规智能平台。未来的能力将把治理、证据采集、修复与审计就绪能力延伸至代码、质量、数据、基础设施、产品生命周期管理、开源软件、软件供应链与安全关键型系统。借助自动化的证据生成、策略驱动的管控与持续的合规验证组织将能够持续证明其符合 DORA、PCI DSS、CMMC、HIPAA、《欧盟 AI 法案》EU AI Act、MISRA C 与 ISO 26262 等框架与法规。总体而言这些创新体现了 Perforce 对于“自主、受控的软件交付”的愿景一个由人类定义意图、AI 加速执行而治理、质量、安全与合规在整个软件生命周期中持续被执行的未来。迈向可扩展、可信的 AI随着 AI 的采用不断加速企业所需的已不止于生产力的提升。他们需要信任需要问责机制更需要掌控力。Perforce Intelligence 正是为帮助组织同时实现这三者而设计——开创一个这样的未来AI 能够在 AI-DLC 中充满信心地规模化扩展同时保持治理、质量与可衡量的业务价值。构建自主、受控且可信的企业AI交付底座企业级 AI 落地的下一阶段核心竞争力不再是部署了多少模型或智能体而是能否对庞大 AI 工作流实现全局的精细化掌控。Perforce Intelligence 构建了一个“人类定义意图、AI 加速执行、系统全程受控”的现代研发协同框架确保企业在快速释放 AI 生产力的同时研发质量与业务合规性涵盖 DORA、ISO 26262、MISRA 等严苛标准始终得到坚实保障。作为 Perforce 授权合作伙伴龙智DragonSoft致力于为研发团队提供从工具选型到落地实施的一站式支持。

相关新闻

普通充电宝和磁吸款充电宝哪个比较好:百斯科资深专业解读

普通充电宝和磁吸款充电宝哪个比较好:百斯科资深专业解读

2026年选购移动电源,普通充电宝和磁吸款充电宝各有适配场景,主要看你的使用需求和销售渠道定位。如果主打苹果生态配套、高端精品或礼品市场,磁吸款充电宝综合竞争力更突出;如果做大众平价流通市场,常规普通充电宝更适…

2026/7/22 21:50:14 阅读更多 →
HarmonyOS AI 应用开发实战:简历项目经历改写系统

HarmonyOS AI 应用开发实战:简历项目经历改写系统

HarmonyOS AI 应用开发实战:简历项目经历改写系统本文基于 HarmonyOS ArkTS 的 Model-Service-Page 架构,详细解析简历项目经历改写 AI 应用的完整开发流程,涵盖求职痛点分析、架构设计、STAR法则提示词工程、核心实现、性能优化等全链路技术…

2026/7/21 16:28:51 阅读更多 →
小厂采购不干胶不想压库存?三个方案让起订量降一半——禹尚50卷起订3天快速打样

小厂采购不干胶不想压库存?三个方案让起订量降一半——禹尚50卷起订3天快速打样

你有没有遇到过这种事?上个月接了个手工皂的订单,包装设计稿定了,就差一张成分标签。打电话问供应商:"我要500张试标,能做吗?"对方的回复特别经典:"我们起订量是1000卷。"一…

2026/7/22 17:06:06 阅读更多 →

最新新闻

基于springboot滑雪场预约系统

基于springboot滑雪场预约系统

滑雪场预约系统的选题背景随着冬季运动的普及和滑雪旅游的蓬勃发展,滑雪场逐渐成为人们休闲娱乐的热门选择。传统的滑雪场管理方式依赖人工预约和现场购票,效率低下且容易出错,尤其在旅游旺季,排队时间长、信息不对称等问题严重影…

2026/7/23 16:58:01 阅读更多 →
实用视频格式转换工具:转GIF、转音频和各类格式转换

实用视频格式转换工具:转GIF、转音频和各类格式转换

聊一聊这几天连续分享的都是跟视频有关的文章,现在的文章风格和上次写的《文档生成视频转换工具》一样了。另外,还分享了《视频横转竖神器》,为的就是能更好地适应各大平台,适应用户。现在大家看文章的少了,听文章&…

2026/7/23 16:58:01 阅读更多 →
MediaPipe手部追踪与Rerun可视化实战

MediaPipe手部追踪与Rerun可视化实战

1. 项目概述 MediaPipe作为Google开源的多媒体机器学习框架,其手部追踪解决方案在计算机视觉领域已成为实时手势交互的黄金标准。这个项目将展示如何利用MediaPipe的Hand Landmark模型配合Rerun可视化工具,构建一个端到端的手势识别系统。不同于传统Open…

2026/7/23 16:58:01 阅读更多 →
Unity射线检测与LineRenderer可视化实战:从原理到性能优化

Unity射线检测与LineRenderer可视化实战:从原理到性能优化

1. 项目概述:为什么射线检测是Unity开发的基石在Unity开发中,无论是制作一款第一人称射击游戏,还是开发一个VR交互应用,甚至是实现一个简单的UI点击反馈,有一个功能你几乎无法绕开,那就是射线检测。它就像开…

2026/7/23 16:58:01 阅读更多 →
Minidayz1.4.1网页版:生存游戏轻量化与跨平台优化

Minidayz1.4.1网页版:生存游戏轻量化与跨平台优化

1. Minidayz1.4.1网页版:经典生存游戏的轻量化重生作为一个从2013年就开始接触生存类游戏的硬核玩家,我至今还记得第一次在手机上打开Minidayz时的震撼。这款由Bohemia Interactive开发的像素风生存游戏,用极简的界面和硬核的机制&#xff0c…

2026/7/23 16:58:01 阅读更多 →
python 学习资源推荐系统

python 学习资源推荐系统

一、关键词学习资源推荐系统、学习资源推荐、学习资源推荐信息管理、学习资源推荐后台管理二、作品包含源码数据库PPT全套环境和工具资源本地部署教程三、项目技术前端技术: Html、Css、Js、Vue2.6、Element-ui后端技术:Java、SpringBoot2.2.2、MyBatis-…

2026/7/23 16:57:00 阅读更多 →

日新闻

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

更多请点击: https://intelliparadigm.com 第一章:从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表) 当AI副业主理人不再仅满足于单次服务交付,而是主动构建可复用、可裂变、可…

2026/7/23 0:00:25 阅读更多 →
AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析

AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析

更多请点击: https://codechina.net 第一章:AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析 在对2,346篇跨行业AI生成文案的A/B测试数据进行聚类分析后,我们发现&#xff1…

2026/7/23 0:01:26 阅读更多 →
Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具 【免费下载链接】chitchatter Secure peer-to-peer chat that is serverless, decentralized, and ephemeral 项目地址: https://gitcode.com/gh_mirrors/ch/chitchatter Chitchatter是一款革命性的安…

2026/7/23 0:01:26 阅读更多 →

周新闻

Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/22 8:58:19 阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/22 19:43:43 阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/22 12:54:44 阅读更多 →

月新闻