Splunk将重新定义不同规模下的数据应用性能管理(APM)服务类型,助力企业踏上云化之旅;此次收购将使Splunk成为可观测性领域的领导者
北京——2019年8月26日——致力于将数据转化为行动和价值的Splunk公司(纳斯达克股票代码:SPLK)宣布达成收购SignalFx的最终协议。SignalFx是云基础设施、微服务及应用程序实时监控和度量领域的软件即服务(SaaS)领先企业。Splunk是IT运维管理(ITOM)领域的领导者和智能运维(AIOps)方面的先驱厂商。本次收购完成后,Splunk将成为可观测性和APM产品领域的领导者,为处在云化之旅不同阶段的企业提供从云原生应用到自主开发的本地部署应用等服务。Splunk覆盖广泛的创新将有助于客户节省成本,增加收入,提升客户体验,同时也确保其成为交付任何规模企业整套应用成果的最具资格供应商。
根据协议条款,Splunk将以约10.5亿美元的总收购价(可能会调整)收购SignalFx,付款方式为60%现金加上40%的Splunk普通股。根据成交条件和监管审查惯例,本次收购预计将于2020财年下半年完成。
Splunk总裁兼首席执行官Doug Merritt表示:“数据助推了现代业务的发展。收购SignalFx将使Splunk成为大规模监控和可观测性领域的领导者。SignalFx将支持我们实现一贯的承诺,即为客户提供一个可监控企业应用整个生命周期的平台。SignalFx团队和领导层给我们留下了极其深刻的印象,他们的专业知识和专业精神是对Splunk的有力增强。”
SignalFx创始人兼首席执行官Karthik Rau表示:“在加入Splunk之后,我们将会打造一个功能强大的监控平台,随时为首席信息官们提供支持,无论他们是已经完全接受云,还是在使用数据中心的已有应用程序。随着全球不断朝着复杂的“云优先”架构发展,Splunk和SignalFx可提供实时监控和观测云原生基础设施及应用所需的新方法,无论是借助日志、指标,还是通过跟踪方法。SignalFx团队很高兴能加入Splunk公司,帮助首席信息官们应用现代化应用程序组合。”
随着业务的快速发展,人们需要全新的软件开发、部署和监控方法。数据量呈指数级增长,云原生技术(如微服务、容器、Docker 和 Kubernetes 等编排环境以及无服务器功能)正推动业务成果的实现,这是以往所难以想象的。与此同时,这些技术也为负责确保高可用性和无缝运营的IT专业人员和开发人员带来了独特挑战。这也是IDC(国际数据公司)“继续预计未来五年(在APM中)基于SaaS的解决方案将以三倍于本地部署解决方案增速的速度增长......”的部分原因。
Splunk和SignalFx的联合将为IT和开发人员提供一个数据平台,使他们能实时监控和观测数据,而不管基础设施或数据量如何,帮助其降低成本,增加收入,提升客户体验等。这使企业能跨越整个数据环境开展工作,而不仅仅是数据中心或云原生环境中的“孤岛”。
据Gartner公司预计,“到2022年,全球超过75%的企业将在生产过程中运行容器化应用程序,这与目前不足30%的比例相比有着显著增长。”客户将能使用Splunk和SignalFx的技术在云端、本地或混合环境中部署应用,同时使用单一互联互通平台在所有这些系统中获得实时的可观测性和响应。
Splunk首席财务官Jason Child表示:“我们在资产负债表方面具备的实力使我们可以用现金来支付收购价。总股本对价加上SignalFx初始员工留用奖励将确保此次交易的总稀释率低于3%。交易完成后,我们希望在现有计划中消化收购SignalFx的运营费用。目前,我们正在重新确定全年非GAAP运营利润率目标。”
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。