美国科罗拉多州丹佛市,拥有着丰富的自然资源与繁荣的艺术文化,在美国宜居城市榜单中长期名列前茅 。丹佛市目前有居民70万,且自2010年以来居住人口增长达20%。丹佛市与丹佛县政府则负责管理并协调当地居民及游客的公共服务事务,包括废物处理、交通管理、娱乐设施建设及财产税等。
而在疫情流行迫使人们迅速转向居家办公之后,这种管理与协调变得更为重要、也更具有挑战性。
丹佛市及县IT服务交付总监Sean Greer表示,“疫情引发的社交隔离开始之后,我们被迫将大多数员工送回家中,他们在可预见的未来恐怕只能选择远程办公。一夜之间,我们不得不将整个员工队伍连接起来,借以应对这段充满不确定性的时期。”
丹佛市之前才刚刚全面转向微软Teams,随着越来越多会议逐步转移至Teams之上,疫情之下的远程办公、特别是数字化协作也获得了宝贵的功能性保障。但要想真正推动统一的标记方法与标准化、可重复的Teams数字协作流程,丹佛市/县政府迫切需要一种强大的IT自动化解决方案。
简化远程办公
丹佛市决定使用红帽Ansible自动化平台为其微软Teams部署自动化配置、应用程序部署与配置管理方案。丹佛市之前曾经采用过Ansible自动化平台并创建操作“剧本”,而新冠疫情的爆发又给这套技术解决方案带来了宝贵的实践场景与应用需求。
丹佛市及县IT自动化架构师Holly Troy表示,“我们之前已经做了大量工作,但现在我们必须以超越以往的速度快速推进。幸运的是,除了之前创建的剧本之外,我们还构建起一套基于API的框架,可用于Ansible与Teams间的往来通信。”Ansible自动化平台是一套易于使用的无代理自动化引擎,使用人类可读的剧本管理例行任务与流程。其中的软件即服务(SaaS)功能更可提供统一的自动化用户体验与协作选项,帮助团队快速解决各类IT挑战。
通过扩展适应远程办公需求
自这款工具推出以来,2020年3月至2021年2月间丹佛市政的Teams通话数量、聊天功能使用量以及用户总数都得到显著提升。Ansible自动化平台已经帮助丹佛迅速适应新形势,将新型协作方法的用量提升达514%。
此前,丹佛方面需要20分钟才能手动创建一个单独Team;但在Ansible自动化平台的帮助下,这项任务能够在1分钟之内快速完成。通过创建1300多个Teams,单凭自动创建这一项改进,丹佛市就节约下372个工作时。
丹佛市还使用可用的IP(互联网协议)地址、VoIP(IP语音)系统自动更新了其ServiceNow知识库文章,并实现了工单流程的自动执行。
Greer介绍道,“在这种极具挑战且瞬息万变的情况下,帮助我们的团队跨多种系统实现通信与快速部署无疑至关重要。自动化技术帮助我们建立起标准且可重复的流程,极大提高了市政的响应能力。”
建立线上紧急行动中心
建立紧急行动中心(EOC)的目标在于为政府管理层提供临时性中央设施,借此制定战略性应急管理或灾难管理策略。以往,EOC都属于典型的物理设施,但疫情压迫下的隔离需求迫使丹佛政府不得不将目光投向数字化解决方案。
丹佛市及县数字化转型工程师Evan Pfaff指出,“通过自动化技术,我们得以建立起一处线上EOC设施,而且75%的筹备工作在短短一个周末内即告完成。现在我们已经从中充分汲取经验,未来已经能够在15分钟以内针对雪灾等极端情况快速建立EOC,并引入完备的人员与指导资料。”
为数字化转型奠定基础
与全球各地政府一样,丹佛市在新冠疫情面前同样受到招聘预算削减的困扰。作为回应,市政方面致力于采用精益方法,着力降低支出与资源浪费、并尽可能提高运营效率。而在这条节流之路上,自动化同样成为支撑丹佛业务流程新构想的重要助力。
Greer解释道,“从管理市政交通系统中的物联网基础设施、到发布补丁系统及替换其他系统,政府内的安全团队等用户在处理工作及申请协助方面都经历了一轮根本性的转变。他们不仅乐于以不同于以往的方式处理工作,同时也积极接受种种挑战。而在自动化技术的帮助下,我们已经由创建VPN接口都需要整个周末的笨拙形态,成长为半天之内接入所有业务请求的新阶段。”
在成功将自动化机制引入远程办公体系之后,丹佛市目前计划建立一处自动化卓越中心,用于发现新型用例、完善业务流程并收集更多量化指标以支持后续变更。作为这项工作的组成部分,纽约市开始与科罗拉多州其他各城市共享IT自动化成功经验,希望能够为新的应急管理体系提供助力。
好文章,需要你的鼓励
前谷歌资深工程师David Petrou创立的AI初创公司Continua宣布完成800万美元种子轮融资,由GV领投。该公司开发AI智能体技术,可加入SMS、iMessage和Discord等群聊平台,为用户协作提供智能支持。Continua能够在群聊中自动设置提醒、发起投票、添加日历邀请或生成待办清单,解决群聊混乱问题。公司通过微调技术让AI理解群聊动态,具备社交智能,只在需要时提供帮助。
艾伦人工智能研究院开发的MolmoAct是首个开源的机器人空间推理模型,通过"看懂-规划-执行"三步思考法让机器人具备类人的空间理解能力。它不仅在多项基准测试中表现优异,还支持直观的视觉轨迹调教,用户可直接在屏幕上画线指导机器人行为。研究团队完全开源了模型、代码和数据集,为全球机器人研究提供强大基础平台。
Anthropic宣布为企业客户增加Claude单次提示词的信息处理量,以吸引更多开发者使用其AI编程模型。Claude Sonnet 4现支持100万token上下文窗口,可处理75万词或7.5万行代码的请求,是此前限制的5倍,超过OpenAI GPT-5的40万token。该功能也将通过Amazon Bedrock和Google Cloud等云合作伙伴提供。更大的上下文窗口有助于AI模型更好地处理软件工程问题和长期自主编程任务。
这项由北京大学和清华大学联合完成的研究首次提出时间自奖励语言模型,通过"锚定拒绝"和"未来引导选择"策略解决了AI自学习中的梯度消失问题。该方法让AI既能从过去的低水平样本中学习反面教材,又能向未来的高水平样本学习正面目标,成功维持了清晰的学习对比信号,在多个基准测试中显著优于传统自奖励方法。