至顶网软件频道消息: Rackspace宣布推出了一款名为Rackspace Kubernetes-as-a-Service的新产品,该产品是基于管理多软件容器部署的流行软件Kubernetes构建的。

Rackspace认为自己正在恰当的时候进入了这个市场。开发人员使用容器只需构建一次应用就能在任意地方运行应用,这项技术由于其敏捷性而迅速取代了其他软件部署方法。根据451 Research的数据,应用容器软件市场在未来2年内可能会增长40%,到2020年将增长到每年近30亿美元。
而且Kubernetes将成为使用容器和管理生产工作负载的最重要的一项技术。所以毫不奇怪,Rackspace也想在这个市场分一杯羹。
通过这次推出的最新产品可以看出,Rackspace正是看准了大多数企业不愿意为安装和运行自己的Kubernetes部署而苦恼。就像在企业中把IT技术其他方面的管理(例如公有云部署)外包出去正在变得越来越受欢迎一样,Kubernetes领域也在上演同样的事情,很多企业许多组织没有所需的人才和资源能自己进行管理。
因此,Rackspace的Kubernetes-as-a-Service被设计为一个全方位管理的产品,在这一个产品中可以完成所有基础设施的工作,让企业客户能够专注于构建容器化应用。
同时,Rackspace认为,通过让客户自己管理基于Kubernetes的基础设施,客户可以得到很多好处。与许多其他Kubernetes管理服务不同,Rackspace提供了一些名为"Day 2"的操作,这些操作基本上是部署后的持续管理,涵盖了新的更新和安全补丁等。
Rackspace私有云执行副总裁兼总经理Scott Crenshaw表示:"现在Kubernetes基础设施产品很多,但几乎没有全方位管理服务。Rackspace Kubernetes-as-a-Service的独特之处在于,Rackspace负责Kubernetes部署所需的全部Day 2操作。"
Crenshaw详细阐述了这一点,他说典型的"Day 1"任务已经成熟到不再对普通用户或组织构成挑战。相反,大多数组织面临的真正挑战始于"Day 2",需要针对特定用例和环境配置Kubernetes,验证和测试其组件,并构建正确运行和扩展部署所需的工具、自动化和流程,所有这些Rackspace都将提供。
Crenshaw说:"这些Day 2的操作非常重要,因为这将决定用户是否真的意识到他们在部署容器时所期待得到的好处。他们还可以确定环境的可靠性和效率,以及可以实现的投资回报。"
Crenshaw还谈到了Rackspace平台的经济效益,他说,与单独服务相比,使用Rackspace服务的客户将节省高达50%的成本,因为其服务使他们能够更准确地预测成本,并为每个工作负载选择最合适的基础设施。他补充说,Rackspace Kubernetes-as-a-Service还提供企业级安全功能,并能够通过Kubernetes管理产品在多个云上进行部署。
"通过Kubernetes-as-a-Service,我们将提供业界最简单的Kubernetes消费模式,并通过这种模式在企业范围内提供全面配置、测试和验证,并使托管集群服务客户有效地运行其应用,"他说。
Constellation Research首席分析师兼副总裁Holger Mueller表示,Rackspace的产品应该会受到企业的欢迎,因为这些产品为C级高管提供了在更多平台上部署支持Kubernetes的下一代应用的更多选择。"很高兴看到Rackspace扩展了更多服务,多年来这一直是Rackspace的战略重点,并且为Day 2操作提供了重要的支持,因为许多企业正在被Kubernetes集群操作所困扰,"他说。
“这款Kubernetes-as-a-Service产品现已在Rackspace私有云上推出,并将在今年晚些时候增加对其他领先公有云的支持。”Rackspace表示。
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。