如今,企业领导者正在想方设法解决当今数字经济背景下存在的固有矛盾。一方面,他们认识到必须继续在云端推动围绕应用程序的创新,才能吸引客户并在竞争中脱颖而出;但另一方面,许多企业正苦于不断上升的云成本在侵蚀企业的利润。
随着企业的日常运作越来越依赖多云架构,这种矛盾正在加剧。根据VMware《多云成熟度调查报告》显示,99%的大中华区企业认为多云架构对业务成功至关重要。与此同时,93%的大中华区企业表示需要加强对云支出的控制。1简而言之,虽然企业意识到多云架构至关重要,但也同时受困于不断上升的云成本。

多云模式成为主流
VMware全球调查证实,多云模式在过去两年中已经成为主流。企业应用开发团队在拥抱多云方面表现得尤为积极;89%的大中华区企业表示,其拥有“多云应用”或拥有能够在多个云中扩展的应用程序。1
VMware高级副总裁兼首席技术官Kit Colbert在《福布斯》杂志上发表的一篇文章中写道:“我们建议应用团队不要以‘非黑即白’的态度看待公有云(不是全盘接受、并使用其所有服务,就是不使用任何公有云服务),而是要比较云服务和来自第三方的具体服务,判定其能否满足自己的需求。作出最佳选择的基本原则是将云和第三方单纯视为服务集合,并根据应用团队的需要混合搭配。这可以给应用团队带来更大的选择范围,让他们在构建和操作应用时获得最佳体验和功能。”
拥有多云应用的企业表示,多云策略带来的优势包括缩短产品上市时间、满足客户需求、招募和留住顶尖人才等。

企业领导者认识到,随着对云端应用创新投资的不断增加,其在控制和管理云成本上承受的压力越来越大,这将不断侵蚀企业利润,并在整个IT预算中占据越来越大的份额。根据Gartner预测,公有云服务的增长率将从2022年的17.9%提升至2023年的18.5%。2 IDC的最新数据显示,45%的企业认为其在云和数据中心基础设施上的开支过大。3《多云成熟度调查报告》中的受访企业也有同样问题,约39%的大中华区企业表示其正在为超出预期的云成本感到焦虑。

疲于应对云混乱的企业与更加成熟、先进的云智能企业之间存在着鲜明的对比。与云智能企业相比,处于云混乱状态的企业遭受着巨大的财务收入损失。
所有多云企业的最终目标都是最大程度地利用云固有的可扩展性来取得战略优势,而不是让这种可扩展性演变成失控的支出。处于云智能状态的企业在这方面显然更游刃有余。
VMware高级副总裁兼首席信息官Jason Conyard表示:“目前首席信息官也在评估实现云的灵活性与可扩展性所付出的成本。他们正在寻找新的方法,既能控制不断上升的云成本,同时又能够自由流畅地运行跨云服务。”
这里有一个很好的案例。日本沢井制药株式会社(Sawai Group Holdings)在其数字化转型过程中,采用VMware Aria进行成本管理和安全监控,从而使其成本降低了10%,同时保证了运营安全。该公司的目标是在未来降低26%的成本。
沢井制药株式会社集团信息技术部门总经理Koji Takeda表示:“我们上云面临的难题是如何将整体成本和安全状况可视化,并创建一个易于理解和管理的系统。无论是从技术,还是从成本角度来看,这个目标似乎都难以实现。最后,我们在VMware解决方案的帮助下快速、低成本地解决了这个难题。”
1 Vanson Bourne,《多云成熟度调查报告》,2022年10月。
2 Gartner,《2022年第4季度更新的2020-2026年全球公有云服务预测报告》,2022年12月20日。
3 IDC,《业务成果和关键绩效指标在全球不确定时期塑造了数字基础设施支出的优先权:IDC全球数字基础设施2022年全球情绪调查结果》,文件编号US49066722,2022年8月。
好文章,需要你的鼓励
这期是技术加情怀了。极少数人基于热情和对卓越的执念,构建了数十亿人每天依赖但普通人从不知晓的基础设施。
这篇来自上海交通大学的研究构建了名为AcademiClaw的AI测试基准,收录了80道由本科生从真实学业困境中提炼出的复杂任务,覆盖25个以上专业领域,涵盖奥数证明、GPU强化学习、全栈调试等高难度场景。测试对六款主流前沿AI模型进行评估,最优模型通过率仅55%,揭示了AI在学术级任务上的明显能力边界,以及token消耗与输出质量之间近乎为零的相关性。
Antigravity A1无人机推出"大春季更新",新增AI智能剪辑、语音助手、延时摄影模式及升级版全向避障系统。用户可通过语音命令控制Sky Genie、深度追踪等核心功能,虚拟驾驶舱支持第三人称视角飞行。随着产品进入墨西哥市场,Antigravity全球覆盖已近60个国家,持续推动无人机向更智能、更易用方向发展。
Meta AI安全团队于2026年5月发布了代码世界模型(CWM)的预发布安全评估报告(arXiv:2605.00932v1)。该报告对这款320亿参数的开源编程AI在网络安全、化学与生物危险知识及行为诚实性三个维度进行了系统性测试,并与Qwen3-Coder、Llama 4 Maverick和gpt-oss-120b三款主流开源模型横向比较,最终认定CWM的风险等级为"中等",不超出现有开源AI生态的风险基线,可安全发布。