KubeCon Europe,西班牙,瓦伦西亚 – 2022 年 5 月 17 日 - 企业级开源解决方案领导者 SUSE 发布了容器安全平台NeuVector 5.0,这是 NeuVector 自 1 月份开源以来的首个版本,该版本已经集成到刚刚发布的 SUSE Rancher 2.6.5 中。NeuVector 新版本的发布进一步实现了 SUSE 全面整合云原生平台的愿景,将助力用户构建和部署 Kubernetes 应用程序,并轻松实施安全防护,加速数字化转型。此外,SUSE 还宣布将 NeuVector 的开源项目 Open Zero Trust (OZT) 捐赠给 CNCF,持续践行其对开源社区的承诺。
NeuVector 5.0:为任意环境的容器应用提供全生命周期安全防护
SUSE NeuVector 5.0 能够与 SUSE Rancher 集成,也能够与 Amazon EKS、Google GKE 和 Microsoft AKS 等其他企业级容器管理平台对接。NeuVector 已成为 SUSE Rancher v2.6.5 的一部分,用户可通过 SUSE Rancher 控制台直接访问 NeuVector 并通过身份验证来管理 NeuVector。此举简化了遍布全球的大规模 Kubernetes 环境的安全管理,提供了无缝的用户体验,使其尽享完全零信任堆栈的优势。
“业界对容器安全的担忧持续加深,我们的客户深知可以信赖 SUSE 提供的全面解决方案,帮助他们强化整个 Kubernetes 生命周期的安全防护。”SUSE 企业级容器管理总经理 Greg Muscarella 表示。“基于 SUSE Linux Enterprise 的积淀,以及与 SUSE Rancher 的无缝集成,SUSE NeuVector 能够助力企业强化对任意环境的安全防护,抵御日渐增强的网络威胁,同时避免影响开发者的敏捷性和技术创新。”
新版 NeuVector 将继续强化企业实时构建弹性容器系统的能力,其功能包括:Web 应用程序防火墙检测、自动化容器保护、漏洞 (CVE) 调查与分类、合规性检查和报告。
此外,SUSE 还宣布将 NeuVector 的开源项目 Open Zero Trust (OZT) 捐赠给 CNCF (Cloud Native Computing Foundation,云原生计算基金会),再次践行了其对开源社区的承诺。
“对于部署云原生工作负载的所有用户和企业而言,安全至关重要。”SUSE 安全策略副总裁 Fei Huang 表示。“在将 Open Zero Trust 项目捐赠给 CNCF 后,整个社区都将参与 Kubernetes 的安全防护工作,该项目的整体价值也将持续提升。Open Zero Trust 将赋予每个人NeuVector 世界顶级的容器安全防护能力,以加速构建一个强大的专注安全防护的贡献者社群,这对抵御漏洞和黑客攻击至关重要。”
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。