在大多数人的印象中,网络产品研发人员应该是守在机房和电脑旁,但锐捷网络的研发工程师不仅远离办公室,甚至还昼伏夜出,当起了行踪“可疑”的夜行人。而这些不同寻常的举动,恰恰正是今天锐捷网络的创新之源……
被怀疑的“夜行人”
刘俊,锐捷网络千名研发团队中最普通的一员。自从接到了筹备地铁无线网络解决方案的任务,他做的第一件工作,就是受命到上海地铁出差,深入到行业一线调查需求,以求设计出能够真正符合用户“场景化应用需求”的产品。
由于地铁隧道内部运行环境复杂,网络解决方案的创新功能研发需要可靠的数据支撑,而无线传输设备也必须要符合耐潮、耐温、耐压和抗风的要求,在恶劣环境下也能工作稳定。而达到上述需求,刘俊他们就需要“钻洞入地”,实地勘测取得最可靠的一手数据。
深入用户的应用场景,这个要求看起来简单,但实际上却并不容易。此时,地铁早已是上海公共交通的支柱,越来越多的人们视地铁为出行首选交通工具。因此,进入隧道必须要等地铁夜间停运,23:30分左右完全放电后才行,而每天留给刘俊和他同事们的,只有深夜这几个小时的时间,一定要抓紧,确保不影响地铁第二天的正常运行。
于是,每到晚上11点左右,酒店的服务人员就会看到,一群人统一装备,准时背着大包小包静悄悄地离开酒店,然后又在凌晨3点左右回到酒店大厅,聚在一起讨论着什么问题。正是这种古怪的行为,使这群“夜行人”让酒店的工作人员提高了警惕,除了紧密“监视”,甚至还请保安过来询问,用刘俊的话讲:“就差要去报警了”。虽然经过后来的沟通,这场误会算是解开了,但他们的“古怪”行径,仍然让酒店的服务人员感到有些不可思议。
那么,天天昼伏夜出的工作,他们究竟是要解决什么样的难题呢?据刘俊介绍,他们首先要对付的,是一种被称为“活塞风”的现象。
智斗“活塞风”
当列车在隧道中运行时,隧道中的空气被列车带动而顺着列车运行前进的方向流动,这一现象称为列车的活塞作用,所形成的气流也称为“活塞风”。由于最终方案里, AP等很多无线相关的网络设备都要布放在隧道中,因此对于“活塞风”的脾气,必须要摸得清清楚楚。
为了测试“活塞风”等相关数据,刘俊他们在隧道内的不同位置、两站出入口都需要布点监控。由于此时隧道内还没有无线网,手机信号更是一片空白,尤其是一些弧形隧道内,对讲机也会失效,所以,传达信息只能靠最原始的面对面语音,于是最费体力的工作出现了,所有研发人员,尤其是在两端的队员,要沟通一些问题,必须要步行2公里左右,之后再原路走回去。由于晚上时间紧迫,常常需要小跑着往返,长久下来,大家的肺活量大大增加,一向身体较弱的研发人员运动能力提高了不少。
“我们现在负重步行20公里非常轻松,之前公司组织体育活动,研发人员往往很少参加,现在他们听了‘活塞风’的故事之后,各个都非常积极,没准有一天锐捷研发人员需要去珠峰测试呢。”刘俊的一位同事对于未来可能面对的艰苦工作环境,表达了这样的“乐观”精神。
那么,辛苦得来的“活塞风”实地勘测参数,其意义对于产品研发有多大呢?据介绍主要体现在两方面,一是对产品选用制造工艺和材质的考虑,另外一个就是对部署的影响。
从网上查阅“活塞风”资料时,有心人可能会发现,“活塞风”的风速相当惊人,甚至已经有研究人员考虑用活塞风进行风力发电,降低整条地铁线路的运营成本。而锐捷网络实测活塞风风速的大小更是要考虑到各种峰值情况。根据刘俊团队实测数据,在地铁通过隧道时,由于受到挤压作用,“活塞风”的威力能达到每平米8吨!普通网络设备的外壳无疑难以承受这样的压力,此外,因为有时地铁内部会形成自己的小气候,高峰时段和外界温差变化,都会对设备信号造成很大影响。为了尽可能考虑到种种变化因素,研发人员在深夜的隧道中一呆就是几个月,他们甚至还不得不 “欢迎”恶劣天气的到来,因为这样的数据才更全面、更真实、更准确。
“懂场景”的背后
如今,刘俊早已带着队伍离开了上海,回到了锐捷网络在福建的研发总部。但相信这一段经历给每一个参与方案设计的研发人员留下的不仅是深刻印象,更是对研发创新工作的进一步理解。
在锐捷网络前不久结束的2015年合作伙伴大会上,总裁刘中东说了这样一句话。他说:“扎根行业、深入场景让锐捷网络优势行业的地位继续稳固,让锐捷的创新技术在各个领域与用户应用场景结合得更加紧密。”
刘俊这样的一线研发人员,正用自己的行动,为“懂场景”做出了最真实的诠释,也为此后“锐捷地铁无线网络解决方案”得到用户赞许,并荣获多个“创新奖”打下了坚实基础。
创新成就梦想,梦想改变未来。当社会迈入互联网时代,人们往往炫目于那些改变世界、眼花缭乱的创新,但在聚光灯之外,在各个行业沉默平凡的应用场景中,正凝聚着改变未来的创新之源!
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。