思科正在与微软合作,让企业更容易在本地环境和Azure云中运行容器化的Kubernetes应用。
思科云平台和解决方案高级副总裁Kip Compton在近日发布的一篇博客文章中表示,双方正在实现在本地Cisco Container Platform和基于云的Azure Kubernetes服务上部署和管理Kubernetes集群。他说,现在用户使用通用的身份和控制策略,就可以通过一个工具部署和管理他们的Kubernetes集群。
软件容器用于托管可以在任何类型计算基础设施上运行而无需更改的应用组件。 Kubernetes是一种开源系统,用于管理这些容器组成的大型集群,让用户能够构建跨多个容器构建、调度并根据需要扩展,以及更轻松地更新这些应用和服务。
Compton表示,双方是通过将微软AKS服务添加到Cisco Container Platform上的Kubernetes托管服务中来做到这一点的。
此次合作只是思科服务与Azure之间最新的一次整合,是构建在Cisco Integrated System for Microsoft Azure Stack上的,使思科的本地客户能够使用Azure服务例如它的开发工具和数据存储库。Azure Stack是一种内部部署设备,可以在企业私有内部部署数据中心内复制Azure Cloud的功能。
Compton表示,思科计划向Cisco Container Platform中添加更多功能,包括对Windows容器应用的支持。
Compton在博客中写道:“此外,我们将面向本地和AKS集群支持Azure Active Directory通用身份集成,让客户/应用跨混合云体验单一且一致的环境。”
Constellation Research分析师Holger Mueller表示,这项合作对思科是有利的,当企业越来越关注云的时候,思科需要让自己的Cisco Container Platform在市场中与时俱进。”
“内部平台需要一个云端口,这就是思科和微软合作的核心,通过流行的、市场需要的Kubernetes平台体现出来。”
Mueller补充说,这次合作两家厂商来说是双赢的,因为思科获得了一个厂商支持的公有云端口,让思科的平台跟上市场的发展步伐,而微软则牵手了一家提供通向Azure管理通路的厂商。
“但从长远来看,这意味着本地负载正在转向公有云,而这是以不再思科本地架构为前提的。”
思科在这个领域也与微软的主要竞争对手建立紧密集成合作关系,这一点说明了思科对云合作伙伴关系的渴求。例如,思科与AWS合作,为希望在思科基础设施和AWS云上部署混合应用的客户提供了Cisco Hybrid Solution for Kubernetes on AWS解决方案。此外思科还推出了Cisco Hybrid Cloud Platform for Google Cloud,为想要使用谷歌云基础设施的用户提供类似功能。
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。