2011年,OPM的联邦数据中心整合计划(FDCCI)观察到,最后一个主要OPM数据中心更新发生在20世纪90年代中期。换句话说,Windows 95是热门的新桌面时,OPM的大型机最后给出一个通过大修的建议。
大家可能已经猜到,2011年OPM已经意识到,“在OPM许多关键应用都托管在传统平台并没有被重新架构,在很多年。在某些情况下,这些系统的文档缺乏,因此很难估算时间和整合的成本“。
为什么呢?该OPM的IT部门做义工“历来资金不足,特别是在运营方面,因此很难进行投资整合项目,即使那些在以后的岁月里积极的投资回报率。”
OPM的报告显示,该组织是深知自己的问题。展望未来,该机构希望迁移到虚拟化的现代,基于云的系统,但它从来没有足够的经费。
之后,OPM被黑2014年3月 - 哦,是这个成功的攻击已经不是第 - 西摩说:“我们的陈旧的技术可以帮助我们一点点。”它没这个时间。通过隐藏的安全工作永远不会长。
到今年,在OPM的2016年预算要求,它要求32美元多万。 Archuleta的写道:“这些资金大部分将朝着IT网络基础架构和安全投资引导作为敏感数据的所有人 - - 包括个人身份信息为3200万联邦雇员和退休人员 - OPM具有维持现代和强大的网络安全的义务控制“。
显然,OPM长知道他们对自己手中的一大难题,由于其对出的最新设备和软件的依赖。他们知道他们过时的IT基础设施使他们更容易受到黑客的攻击。而且,他们知道答案了。这太糟糕了,他们无法得到国会为它付出。
OPM的黑客背后的真正罪魁祸首是不是Archuleta的西摩和他们的替罪羊。真正的指责应该落在国会,这是他们表现出在2013年的预算封存,拒绝合理预算,批评政府的需求。因此,如果没有足够的资金,使用OPM还不如用石刀和熊皮,以确保其系统能够正常运转。
好文章,需要你的鼓励
谷歌Agent Development Kit(ADK)革新了AI应用开发模式,采用事件驱动的运行时架构,将代理、工具和持久化状态整合为统一应用。ADK以Runner为核心,通过事件循环处理用户请求、模型调用和外部工具执行。执行逻辑层管理LLM调用和工具回调,服务层提供会话、文件存储等持久化能力。这种架构支持多步推理、实时反馈和状态管理,为构建超越简单聊天界面的生产级AI应用提供了完整框架。
上海AI实验室联合团队开发RoboVIP系统,通过视觉身份提示技术解决机器人训练数据稀缺问题。该系统能生成多视角、时间连贯的机器人操作视频,利用夹爪状态信号精确识别交互物体,构建百万级视觉身份数据库。实验显示,RoboVIP显著提升机器人在复杂环境中的操作成功率,为机器人智能化发展提供重要技术突破。
苹果在iOS 26中推出全新游戏应用,为iPhone、iPad和Mac用户提供个性化的游戏中心。该应用包含五个主要版块:主页展示最近游戏和推荐内容,Arcade专区提供超过200款无广告游戏,好友功能显示Game Center动态并支持游戏挑战,资料库可浏览已安装游戏并提供筛选选项,搜索功能支持按类别浏览。iOS 26.2版本还增加了游戏手柄导航支持,为游戏玩家提供更便捷的操作体验。
英伟达研究团队提出GDPO方法,解决AI多目标训练中的"奖励信号坍缩"问题。该方法通过分别评估各技能再综合考量,避免了传统GRPO方法简单相加导致的信息丢失。在工具调用、数学推理、代码编程三大场景测试中,GDPO均显著优于传统方法,准确率提升最高达6.3%,且训练过程更稳定。该技术已开源并支持主流AI框架。