全球领先的开源解决方案提供商红帽公司近日宣布正式发布红帽OpenShift Lightspeed。该产品是一款基于生成式AI(gen AI)的虚拟助手,已集成至红帽OpenShift。红帽OpenShift Lightspeed将显著提升用户在混合云中与应用平台部署交互及管理的方式。它帮助用户在无需深厚专业背景的情况下提升准确性,同时让资深IT人员专注于推动创新。
更快交付应用,是各行业企业提升客户体验的关键。然而,许多企业难以跟上不断增长的IT复杂性,不断扩大的技能差距也带来了重大挑战。根据IDC的预测,到2026年,全球超过90%的组织将感受到IT技能危机带来的冲击,预计将造成约5.5万亿美元的损失,造成损失的原因包括产品延迟、竞争力下降和业务损失。[1]
红帽OpenShift Lightspeed直接为该技能缺口提供帮助,在控制台中提供OpenShift专用的生成式AI能力。红帽OpenShift的新用户可以更轻松地掌握管理应用平台资产所需的新技能,而老用户可以更快地扩展专业知识以支持生产运营。
通过定制化体验提升生产力
考虑到现代IT的内在复杂性,红帽OpenShift Lightspeed提供智能指南,直接在红帽OpenShift网页控制台内提供主动的逐步定制化协助。这使企业IT团队无论经验水平如何,都能以更充分的信心和更高的效率驾驭复杂的应用环境。
用户可使用自然语言向红帽OpenShift Lightspeed提出关于红帽OpenShift的问题。借助红帽在混合云环境中构建、部署和管理应用的丰富知识与经验,红帽OpenShift Lightspeed可协助处理故障排除和集群资源调查等任务。用户可轻松将其环境中的信息分享至聊天窗口,使红帽OpenShift Lightspeed能够基于实际上下文回答问题。
红帽OpenShift Lightspeed提供灵活集成,支持多个模型提供商,包括OpenAI、Azure OpenAI和WatsonX等知名服务。此外,用户可利用托管在红帽企业Linux AI和红帽OpenShift AI上的私有AI选项,实现增强的控制力和定制化。这种多样化的兼容性确保企业能够选择最符合其特定需求和安全要求的AI模型。
此外,通过集群交互(作为技术预览功能提供),红帽OpenShift Lightspeed可直接从企业集群中检索上下文,从而提供更快、更准确的回答。与通用指南不同,红帽OpenShift Lightspeed将能够回答关于特定环境的更详细问题。
为了支持企业定制化红帽OpenShift Lightspeed,以适应其独特的开发流程,bring your own knowledge(BYO Knowledge)现作为技术预览功能提供。BYO Knowledge允许企业将自身独特的企业知识和流程文档引入红帽OpenShift Lightspeed系统,通过针对特定企业及其使用红帽OpenShift的方式来定制生成的响应,凸显了红帽提供可适应解决方案的承诺。
简化的现代虚拟化
混合云环境同时包含现代容器化应用和成熟虚拟化工作负载的特征日益明显。红帽OpenShift提供了一个管理这些多样化环境的关键统一平台。在此统一方法的基础上,红帽OpenShift Lightspeed提供了专门针对红帽OpenShift虚拟化设计的智能助手。该功能不仅简化了从传统虚拟化供应商迁移这一往往非常复杂的流程,还提供了容易获取的虚拟化相关问题答案,大幅降低了现代化改造的难度。企业现在可以集成并管理虚拟机和容器化应用,借助红帽OpenShift Lightspeed在虚拟机迁移、网络和存储等方面的指导,最终加速其向更敏捷、未来就绪的基础设施转型。
可用性
红帽OpenShift Lightspeed预计将于2025年6月可用。
支持证言
红帽混合平台副总裁Mike Barrett
“交付AI驱动的应用是全球企业的当务之急,但许多IT团队已面临混合云计算复杂性的挑战,更遑论将这些智能应用落地。红帽OpenShift Lightspeed有助于缩短红帽OpenShift用户的学习曲线,让新用户能够更快上手,让老用户能在Kubernetes驱动的行业领先混合云应用平台上实现效率最大化。借助红帽OpenShift Lightspeed,企业可以提升生产力,节省时间,并将重点放在为客户提供创新上。”
Amadeus采购核心SRE经理Thomas Munoz
“作为全球旅游行业领先的先进技术解决方案提供商,我们公司优先采用创新技术,以更好地服务客户。红帽OpenShift已帮助我们简化运营,并加快将新服务推向市场的速度。我们期待探索红帽OpenShift Lightspeed,因为我们看到该技术具有巨大潜力,能够帮助我们进一步加快和简化团队运营。”
[1] IDC新闻稿,IDC预测,IT技能短缺预计到2026年将影响九成企业,造成5.5万亿美元的延误、质量问题及收入损失成本,2024年5月。
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。