IDC提出过第三平台的概念,那是以云计算、大数据、移动和社交为代表的新技术,将创造万亿级的市场规模。在博科看来,第三平台已经很好的解决了计算和存储的问题,在开放、虚拟化和软件驱动的ICT架构中,网络依然面临瓶颈。
博科致力于通过“新IP”弥补没有得到有效解决的网络问题,博科亚太区CTO Matt Kolon称“新IP”是面向第三平台的网络。新IP的核心思想则是SDN,这也是博科近几年极力推广和发展的,它彻底解放了用户,同时降低了网络设备的门槛和厂商间的壁垒。在SDN的终极蓝图之中,交换设备不仅仅是控制转发平面分离,甚至转发芯片和行为都可以标准化,这就意味着,无论客户使用谁的交换机,都可以自己随心所欲的创建自己期望的转发模型。
Matt Kolon将新IP定义为“动态、自动化,开放、开源,网络层智能,以生态系统为核心,创新平台”,也就是价值从硬件系统转到软件系统,数据中心从后台转到前台,网络可以感知应用,应用要求其所需的网络。
博科在软件网络的发展上不遗余力,并拥有了多种新IP实现的技术,例如SAN矩阵、以太网矩阵,Vyatta服务平台,Vyatta控制器,从而配备了包括编排、控制、服务、硬件在内的完整开放式架构。
我们可以想象博科为何要全力支持SDN,IP包袱小,相信SDN是公司发展的动力引擎,因此相比传统厂商有更强的动力。
VCS矩阵和Vyatta虚拟路由应该很多人都熟悉了,Vyatta SDN控制器是博科2014年底完全基于开源架构开发的,并且把所有对于控制器的改善都贡献到开源项目中去,而且博科的应用是不独占的,可以在任何OpenDaylight平台运行。
Matt Kolon表示,“博科把Vyatta从服务扩展到了控制器,它可以控制包括硬件的设备和符合行业标准OpenDaylight的其他设备。”
SDN控制器是整个SDN网络的大脑,也是连接基础网络层和上层应用的中枢,南向来看,控制器提供或者遵循多种协议,用于和不同的软硬件网络设备进行通讯,下发配置以及对一些厂商特定的功能进行实现。
而对于应用层而言,控制器的最大作用是把各种各样的协议和配置语言抽象成Rest API,给上层应用提供标准化的接口,所以无论是客户还是厂家开发上层的应用都不需要在和各种复杂的协议对话,而是和控制器平台对话,这就使应用可以做到和厂商解绑,自由的调用和部署自己需要的功能。实际上这种功能很像我们软件领域的中间件。
正因为有了SDN控制器,可编程网络和应用型网络才成为现实,所以SDN控制器是所有关注和投入SDN的厂家争夺的金字塔顶端,除了博科外,有很多厂商都参与了这场争夺,传统的有CISCO,Juniper,华为等硬件公司,以及Vmware,Redhat等软件公司,还有Arista,NEC等等。
博科认为,在专业网络开发人员技能成为一种稀缺资源的时代,选择基于OpenDaylight的控制器意味着用户可以访问业界最大的SDN开发人才资源池和代码库。一些客户企业可以选择通过Vyatta Controller成为该项目的消费者,从ODL社区内博科人员的历史和技术深度中受益,以快速获得需求反馈,而无需用户投资聘请开发人员为自己工作。一些客户可以明确采用开放式 SDN,通过与博科和OpenDaylight社区协作来实现自主创新。
近日,博科还宣布为Vyatta控制器提供一年免费许可证,免费许可证可在一个非生产环境中管理五个物理或虚拟网络节点,并包含60天免费全天候博科技术支持。
除此之外,为了促进生态系统的建设和网络应用开发,博科还推出了Vyatta控制器开发版,提供1到3年订阅许可,博科将每周为软件工程师提供开发者版本,1到2天面对面开发者培训,并且启动OpenDaylight应用和插件的软件测试与认证。
Matt Kolon强调,“Vyatta控制器是一个用于网络应用开发、完全非专有的平台。开发人员可以确信,在Brocade Vyatta Controller上开发的任何应用均可在任何其他基于OpenDaylight的控制器上运行。开发人员能够保留在Brocade Vyatta Controller上开发的应用的全部知识产权。”
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。