在像约翰·钱伯斯这样强有力的首席执行官退休时,我们还不能说一个时代就这样结束了。在我们讨论钱伯斯掌管思科期间所创建的遗产之前,我们应当明白重要的不是搞清楚这些遗产是在什么样的背景下创建的,而是搞清楚这些遗产在未来将如何发挥作用。
实际上,像钱伯斯这样的人在正值IT基础设施的网络组件向虚拟化和云跃进的时期选择退休似乎非常令人不解。但是平台的开发总是先于部署,有时开发常常会领先部署数年时间,因此钱伯斯的遗产在技术方面上已经发展到了一个适当阶段。从这方面看,钱伯斯的退休可能并没什么不妥。
思科软件定义网络(SDN)策略的关键是应用中心基础设施(ACI)。思科的ACI提供了一个集成化的硬件/软件堆栈,与VMware的NSX等全 软件解决方案相比,可以提供更高水平的服务。ACI的一个关键属性是让应用预置和保护自身在用的网络环境。钱伯斯一直认为让软件管理系统与底层硬件实现紧 密协作是最为易行的办法。
尽管ACI平台对部署数量做出了限制,但是我们迄今为止还没有听到用户对ACI平台任何实质性投诉。目前,它们当中的大多数都部署在测试与开发环境 当中,没有用于实际的生产工作负载。来自早期关键部署者的初期反馈建议至少不要指望对ACI平台和Nexus 9000交换机能够提供更好的交换环境,同时还要认识到它们与过去的静态架构截然不同。幸运的是,那些参加ACI培训的用户认识到这一重大变化有着更大陡 峭的学习曲线。如果与将松耦合的软件堆栈部署至完全不同的白盒基础设施上相比,在集成平台上部署应当会更容易。
此外,思科也在对冲他们这一赌注的风险。如公司正在向那些SDN的纯软件支持者示好。在今年年初,思科宣布其Nexus 9000 将支持BGP EVPN(边界网关协议以太网虚拟专用网络)。BGP EVPN为部署虚拟叠加层的开放协议,其使得第三方SDN控制器有了管理ACI环境的可能。这是思科的一个大动作,因为这实际上等于将他们的专利旗舰平台 处于其他SDN厂商的主导之下。如果事情进展的不顺利,这有可能会影响到思科的品牌声誉。
如今没有一家厂商能够控制云。就像数据架构一样,它们已经变成了全球性分布并且同时跨越了多个厂商的平台。那些仍在继续保持封闭的厂商在新兴的数据生态环境中将处于劣势。
钱伯斯最伟大的遗产是,他认识到思科不仅要在企业网络基础设施向云转型的过程中扮演重要角色,同时随着SDN的发展,他们必须与其他厂商建立良好的合作关系,以为用户提供更加灵活的动态网络架构。
未来属于那些能够以最低的价格提供最大价值的厂商。历史上,微软曾经通过在PC上将硬件与软件分离的策略击败了苹果。思科未来能否取得成功在很大程度上取决于他们在云时代的开拓创新。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。