企业网络软件更新滞后是由于采用新技术有很多障碍。好消息是,这些挑战都不是很难克服的。
在采用新的软件网络技术方面,相比起电信服务供应商,一般企业速度要慢很多。
事实上,根据Doyle研究表明,企业占软件定义网络(SDN)和网络虚拟化支出总费用少于40%。
企业采用新技术的障碍包括缺乏明确的业务驱动力,以及不知道哪家的技术策略值得信任的感知风险和混乱。
网络软件由软件定义网络(SDN)和虚拟网络因素两者组成,包括4-7层提供独特价值的设备,且分别由底层网络硬件商出售。
事实上,网络软件有各种用途,包括用于数据中心网络;路由选择;交换;广域网优化;应用交付控制(ADC);网络监控和管理,以及网络安全。几乎4-7层设备的每个供应商都有一个虚拟设备选项。
很多大型企业正在评估网络软件的部署,但是对于技术成熟性存在恐惧,不确定和怀疑。本质上,他们想要确保选择了“正确”的架构,并且和一个值得信赖的合作伙伴来发展其网络。
不像云服务提供商,他们普遍采用绿场部署新的软件,也就是在以前不存在网络的地方部署。而企业必须考虑到新技术对于他们传统网络和目前正在使用的数以百计的应用程序的影响。
以下是可以解决目前在企业部署网络软件所存在障碍的方法:
• 用商业案例证明:提供已存在的,公共的网络软件部署案例,以清晰地展示商业利益和挑战。
• 传统网络和应用程序集成:行业内需要公开讨论并解决在一个传统的网络环境中,管理新的软件定义网络(SDN)/虚拟网络元素所带来的挑战。
• 提供使用案例:厂家总是急于吹嘘网络软件,而常常错过介绍具体而又基本的使用案例。厂家应该告知客户其软件可带来的利益,还有相对容易实现的优势。
• 解决多厂商互操作性:所有的大企业都有大量的网络和安全供应商。网络软件部署必须证明,可以和领先的供应商的设备互操作,如思科、VMware、F5等。
也许部署网络软件最大的障碍是不知道如何从广泛的技术选项中进行选择。首先,有几个要考虑的关键技术:
• VMware NSX: NSX是一种数据中心的网络软件叠加技术。它最初使用是由安全需求(微分段)所驱动。VMware表示,其拥有超过250个NSX付费用户。
• 思科的应用策略基础架构控制器(APIC):应用策略基础架构控制器(APIC)为数据中心网络提供自动配置和管理。在其早期版本中,思科表示其拥有超过200个应用策略基础架构控制器(APIC)客户。
• OpenDayLight: ODL(OpenDayLight)是一个网络可编程的开放控制平台,可确保软件中网络服务的广泛使用。ODL(OpenDayLight)可以作为开源软件部署,也可以从很多网络提供商获取。
• 网络软件独立供应商(ISVs): 目前有不少网络软件供应商可提供各种功能产品,包括白盒交换机控制,路由选择,广域网优化,应用交付控制(ADC),以及网络监控,所以IT经理有不少选择。目前已经拥有一些大客户的网络软件独立供应商(ISVs)也有不少,包括Adara, Big Switch, 博科,Cumulus, Nuage, Pluribus, Plumgrid, Sideband和Viptela。
尽管现在是企业网络软件的发展早期,但是还是有一些大型机构已经成功地部署了网络软件,无论是在绿场还是传统环境中。例如,金融服务公司Lucera已经在它的数据中心和广域网部署了软件定义网络(SDN).
2014年10月的开放网络用户组(ONUG)会议上,工程公司MWH Global解释了它将如何用虚拟广域网替代它大部分的多协议标签交换(MPLS)网络。与此同时,一些其他大型企业讨论了其数据中心和局域网内当前和计划的网络软件部署。
最近的新闻显示,在OpenStack环境中背后有着很大的网络软件部署潜力。在未来几年,OpenStack环境中相对弱的网络功能将会是网络软件部署一个有力的驱动。部署了OpenStack的IT经理可能会向商用网络软件供应商投去橄榄枝,以得到他们所需要的虚拟网络功能。
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。