美国商业作家Ken Blanchard曾经说过:“个人智慧永远无法超越集体智慧”。在VMware,这种合作精神在一种基础思维方式和变革方法中可以得到很好的体现,我们称之为“共同创新”。一直以来,我们与合作伙伴生态圈的共同创新成果证明了这种方法的有效性。通过合作,我们不仅变得更加聪明,而且能够利用更大的资源库、更多样的观点,当然还加快了产品上市的时间。
本着这种精神,VMware合作伙伴解决方案工程部(Partner Solutions Engineering)推出了Project Acadia。该项目将帮助我们与合作伙伴共同创新,创造出一个可持续扩展的多云、多合作伙伴解决方案。Project Acadia旨在支持VMware与其全球技术合作伙伴一起孵化联合SaaS产品。在Project Acadia下开发的资产包括概念验证(PoC)、参考架构、跨云服务的现场和录制演示以及其他展示VMware服务互操作性和移动性的资产。Project Acadia还旨在通过设计、构建和提升客户体验,进而改进VMware SaaS产品的客户体验,同时将功能差距/需求反馈给我们的工程和设计团队。
支离破碎的体验
我们开始探索如何在真正的多云环境中建立一个SaaS产品生态圈,端到端地展示完整的VMware产品和服务套件。在经过了数月研究后,我们发现由于业务部门通常根据其产品组合建立多云的碎片部分,从而导致缺乏一个全面的环境,使得客户的多云体验变得支离破碎。
我们还发现并不是只有我们面临这个难题。我们销售工程师的目标是在一个演示环境中提供从本地到任何云(AWS、Google、AVS)的全栈演示。但他们不得不妥协于各种互不相连的环境,而这可能需要他们花费几个月的时间采购,从而引发焦虑和交易延迟。
同样,我们的设计团队依靠YouTube上的讲解和特定服务领域的内部专家了解端到端的流程,这既费时又麻烦,而且无法提供改进客户体验所需的完整视图。
显然,缺乏一个统一的多云环境不仅给我们的客户带来了挑战,也让VMware内部团队头痛不已。
实时多云环境的优点
在VMware合作伙伴解决方案工程部,我们通过实现一个始终提供最新VMware SaaS和订阅服务的实时多云环境,实现了从孤立开发到持续交付模式的文化转型,进而提高了速度,提升了端到端客户体验。部署一个新的概念验证(PoC)、解决方案或用例的周期也从几个月缩短到几小时或几天。
Project Acadia正在通过创建一个实时多云环境来解决这些问题,该环境始终可以使用最新VMware服务。该环境可供专注于开发工作流程的研发团队以及负责向客户和全球合作伙伴展示跨云服务的销售团队使用。
实时多云环境具有许多优点,包括:

Project Acadia多云架构概览图
在Project Acadia多云环境下开发的一些资产:
我们重视的另一种思维方式是持续校准。Project Acadia仍在开发中,所以谁又能比该技术的用户更好地提供建设性反馈呢?为确保Acadia功能能够引起目标用户的共鸣,并获得经过进一步微调的洞察,我们询问了早期采用者的意见。以下是我们所听到的反馈:
“以我们目前的演示能力,我们只能覆盖像VCF(VMware Cloud Foundation)和VCF on VxRail这样的本地解决方案,但我们无法演示VMC on AWS或其他云端解决方案,并且需要AWS或GCVE/AVS团队的帮助。通常我们需要增加多个不同的演示环境才能继续。我们的目标是在一个演示环境中演示从本地到云的全部堆栈,无论是什么解决方案(AWS、Google、AVS)都不例外。”
——欧洲、中东和非洲地区销售架构师
“我们依靠YouTube上的讲解和具体服务领域的内部专家来了解端到端流程的概况。但搜索视频,甚至寻找拥有必要知识的人提供专业的概述一直都很麻烦。因此,我们希望Acadia的讲解能够帮助简化这一过程,并使我们更容易了解客户对这些产品的第0/第N日体验。”
——正在研究新一代统一控制台的设计师
Project Acadia的下一步计划
VMware合作伙伴解决方案工程部团队正在努力扩展实时多云环境的功能,让VMware研发和销售团队能够更加轻松地使用它。下一个重要的步骤是向全球合作伙伴提供这个实时多云环境,从而扩大其在合作伙伴生态圈中的影响力。这将进一步为客户和合作伙伴提供综合全面、无缝衔接的多云体验。Project Acadia是VMware “云智能”战略的一个关键组成部分,同时也再次证明了我们是公认的多云领域领导者。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。