“疫情期间被迫远程工作,对于开源世界的人来说,只是普通又寻常的一天。”红帽总裁兼CEO Paul Cormier说道。每个开源项目从一开始就是远程进行的。
在新常态的环境下,你希望你的生意是什么样的?你想如何拥抱下一代IT?你将如何推动技术战略更接近创新?
Paul Cormier在红帽全球峰会上向听众问了三个问题,并解释称,采用开源开发技术才能更接近这项创新,也只有这样才能利用这项创新跟上不断变化的需求。
红帽总裁兼CEO Paul Cormier
开源明确了下一代创新技术,开源也是当今IT领域创新的驱动力。红帽产品与技术执行副总裁Matt Hicks也是这么认为,开源可以释放公司的潜力,而这种潜力能为公司创造突破性的想法。
开源实践、代码和技术一直是红帽所做的核心。今年红帽全球峰会上发布了很多新产品能力,像Red Hat Enterprise Linux 9(RHEL 9)从裸机服务器、云提供商,到最边缘的企业网络,该Linux操作系统都能跨越混合云环境,推动更加一致的创新。
从Linux 9到与汽车协作
RHEL 9是第一个基于CentOS Stream构建的生产版本,RHEL 9的强大之处在于,相同开发模式下效率更高。
“Linux促进了大量硬件、创新和功能的出现,但没有多少客户能真正掌握Linux,并自行编译、使用、理解,再在需要的时间内加以维护。”Matt Hicks说道。
红帽产品与技术执行副总裁Matt Hicks
这也是开源面临的挑战,这些项目能推动创新,但不一定多数企业都能掌握,红帽的目标是将这些项目转移到可以真正支持的产品上,例如汽车级Linux就是一个令人兴奋的创新项目。
红帽与通用汽车进行合作,将红帽车载操作系统集成到通用汽车的Ultifi平台,加快通用汽车软件定义车辆程序的开发,使这些复杂的车辆更新更简单、更便捷。
红帽车载操作系统的目标是吸取红帽企业Linux的经验,利用开源创新,以更容易掌握的方式提供给客户,保证产品功能安全,提供安全认证。这样原始设备制造商在汽车使用寿命内可完全信任该产品,而且产品功能有安全默认值,可以接收安全补丁。
当然Matt Hicks也强调,红帽的重点一直在企业级产品,同时我们也参与一些项目将始终推动开源创新。
向着混合模式扩展
可以看到红帽正将RHEL和OpenShift推向边缘,像企业边缘、供应商边缘、设备边缘。Matt Hicks提到,这也是能从动态容器平台OpenShift转移到真正的嵌入式,拥有相同架构,能真正在设备边缘运行容器RHEL的强大之处。
例如处于设备边缘,RHEL9就推出了保障功能,第一,驱动Delta RPM更新或部分RPM更新的能力,如果处于低延迟或间歇性连接点,仍然可以有效地获取更新;第二,在更新时出现了灾难性故障,Podman中引入了容器,可检测到故障,并自动回滚到之前的版本;第三,合并安全默认值,可在其中真正信任设备启动及其连接回一个队列,以便进行管理。
“连续性非常重要。”Matt Hicks认为,特别是扩展至边缘时,运行消费软件的方式很重要,红帽不仅可提供软件,还支持客户选择如何使用该软件,这将是获取边缘能力的重要方法。
其实边缘也是混合架构的一部分,红帽正为多个云打造一个通用环境,让应用开发人员不用跨私有云、公有云、混合云环境操作。而且这也适用于边缘,在跨多个云及本地应用扩展至边缘。
在开源模式上持续创新
对于技术、合作伙伴、开源,下一条创新之路在哪里?
Paul Cormier表示,在所有合作伙伴和生态系统网络之间公平合作非常重要,包括与IBM合作。IBM与各种客户都保持着紧密关系,这也让更多客户了解红帽的产品和技术,可提供什么帮助,带来哪些优势。
红帽也与埃森哲扩大合作关系,参与埃森哲云优先计划,以便真正利用红帽的技术基础将其专业知识提供给客户。
“在商业世界中,许多商业开源都是从Linux开始的,而Linux之所以能在其内部和周围推动如此多的创新,是因为过去的操作系统都是专有的。”Paul Cormier说道。
红帽的产品策略是让开放混合云、开发模型和部署模型成为客户的一种选择。每一个可能创新的领域,红帽都会仔细选择,在适合的时间将技术和能力置于合适的位置。例如边缘首先选择电信行业在转向汽车行业。
未来新常态会始终受到开源影响,同时开源也会继续处于创新的前沿。
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。