ZD至顶网服务器频道 06月12日 新闻消息:思杰公司于去年12月推出了其NetScaler应用交付控制器,而就在数周之后,其容器化版本也即将与广大用户见面。
“NetScaler CPX”于上月在悉尼召开的思杰公司会议上正式亮相,但NetScaler副总裁兼总经理Ash Chowdappa在采访中表示,“如果客户的需求非常迫切,也可以马上开始销售”,且通用版本将于本月末推出。
Chowdappa指出,快速发布是考虑到市场的旺盛需求:容器使用者明显开始意识到容器之间产生的大量往来流量已经令其疲于应对。NetScaler的流量疏导功能则可以很好地解决容器数量攀升时所带来的局域网崩溃问题。
NetScaler CPX是一套Docker容器。Chowdappa解释称,在理想情况下由Kubernetes等方案创建及/或编排的容器都应同时匹配一套CPX容器,这样微服务架构内的各容器将能够享受到良好的通信效果。
这样的定位听起来非常合理,但其中也存在着一个小小的陷阱。问题在于,思杰公司显然假定大家会以规模化方式使用容器,因此需要对相关日志文件管理以确保一切突发情况皆有记录可查,另外利用分析手段了解日志文件的实际内容。不出所料,思杰方面在NetScaler中也给出了针对性的日志管理与分析方案。
而购买了NetScaler CPX的客户也有充分的理由考虑是否要引入完整的NetScaler套件。正因为如此,Chowdappa才在采访中认定NetScaler将成为思杰公司的营收提振利器。不过他同时补充称,思杰方面很清楚其在销售团队规模及覆盖能力上仍然弱于竞争对手。关于这一短板,他强调称思杰公司正在进行结构重组来加以解决。
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。