近日,红帽发布了一系列公告,其中一项是对自动化软件配置和应用部署的Ansible ,新增了实时的、事件驱动的处理能力及AI前端。
OpenAI ChatGPT大型语言模型的成功,引发了业界对生成式AI的痴迷,在这一背景下,红帽推出了Ansible Lightspeed with IBM Watson Code Assistant。
红帽表示,这一新功能使Ansible新手用户更容易实现任务自动化,从而减轻了自动化专业人员创建低级任务的负担。用户可以使用英文命令生成Ansible Playbooks自动化任务列表中可以使用的YAML命令。
Ansible通过任务自动化并以代码形式部署,简化了IT基础设施的管理、配置管理和应用部署。这项新服务使用自然语言处理,集成了IBM的Watson Code Assistant,后者通过提供AI生成的建议来简化应用开发。该服务预计将在今年晚些时候全面上市。
弥合技能上的差距
红帽公司副总裁、Ansible总经理Tom Anderson表示:“技能差距很大且不断扩大,与此同时,IT运营团队需要以不同于以往的方式思考。他们的世界正变得越来越复杂,他们要应对越来越多的数据中心和边缘,试图使用旧的做法来管理新的复杂性,而这两件事并没有很好地匹配在一起。”
Anderson说,红帽母公司IBM自己的IT组织一直在使用Lightspeed,IT运营效率提高了60%。红帽认为,该技术对运营专业人员和最终用户都有好处。他说:“它确实有两个方面,提高现有员工的工作效率,并通过降低能力标准让更多人进入自动化的世界。”
事件驱动的Ansible将成为Ansible Automation Platform 2.4的标准部分,可用于对实时捕获的数据(例如事件日志和警报)采取措施,让IT操作员能够预先确定和定义规则,从而在系统进程无响应或者未经授权的访问请求等情况下触发自动操作。多个事件可以链接在一起形成更复杂的自动化操作。
有利于可观察性
Anderson说:“现在有大量的可观察性工具,而且正在变得越来越好,让我们可以轻松地将这些可观察性工具连接到Ansible自动化平台,以承担那些日常的、重复的任务,让您的运营团队腾出时间来解决创新的问题。”
红帽打算支持所有主流的可观察性平台,例如来自Dynatrace和Datadog的平台,以及支持主流的流媒体平台,例如Apache Kafka。
“我们已经创建了一个规则引擎和事件捕获,可以启动基于规则的工作流程,从而能够确定针对某种情况运行正确的剧本,大多数客户的事件经理已经将数十万个事件关联起来,并将其提炼成一个事件。他们能够通过规则手册将该事件传输到事件驱动的Ansible中,规则手册会说明应该运行哪个剧本。”
Anderson表示,Ansible的无代理事件驱动自动化在需要实时管理所谓边缘设备的车间环境中特别有用。“我们在收银机和售货亭周围的零售区以及石油钻井平台上做了大量工作,在很多用例中,企业并没有专门的IT人员来处理这些事情。”
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
香港理工大学联合多所高校开发的Mol-R1框架,首次实现了AI在分子发现中的透明推理。该系统通过PRID方法学习专家推理模式,配合MoIA迭代训练策略,不仅能准确生成分子结构,还能展示完整思考过程。相比现有模型,Mol-R1推理更简洁高效,为药物研发等领域的AI应用提供了重要的安全保障。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
蚂蚁集团AWorld团队发表突破性研究,创建动态多智能体协作系统解决AI稳定性难题。研究灵感来源于船舶导航,通过执行智能体和守护智能体的协作机制,在GAIA测试中准确率达67.89%,稳定性提升17.3%,荣登开源项目排行榜第一名。该系统为构建可靠智能系统开辟新路径,具有广阔应用前景。