当考虑是否要更新现有MPLS服务合同以及续签多久时,你需要着眼于从价格到部署速度的方方面面。
简而言之,如果你还没有获取一些与软件定义广域网有关技术的经验,即使用宽带或取代MPLS服务,那么你就没办法在未来几个月之内弃用MPLS。除非你的网络非常小又十分简单,你应该考虑一下有选择地减少MPLS花费以及MPLS的交易带宽。
建立一个过渡计划基于成本、容量和风险将网站迁至带宽或混合连接。你可以先掌握用以支撑MPLS连通性的宽带的来龙去脉(中等风险或高需求网站),以及如何代替它(低风险网站)。你同样可以使用在SD-WAN方面的专长来简化设计和混合虚拟WAN的操作,并确保网络操作中心和安全操作中心能够胜任工作并知晓其需要做什么。下一步你就可以考虑完全弃用MPLS了。
如果你已经在操作混合WAN方面有一些经验,或者你的WAN小而简单,那么正好是时候仔细考虑放弃MPLS服务了。已涉水SD-WAN的用户可基于现有SD-WAN做一个恰当的判断——它们是否能满足需求并在没有MPLS服务的情况下超过现有服务水平协议。刚接触SD-WAN的小型网络的公司可以试一下SD-WAN,可在未中断服务的情况下中断MPLS连接,以帮助其真正下定决心采用SD-WAN。
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。