思科创建了一个设计框架,该框架将在未来几年中应用于该公司所有安全产品的用户界面。
这个名为“Magnetic”的框架于2022年7月悄然出现在思科的Meraki产品系列中。
思科执行副总裁兼安全与协作总经理Jetu Patel今天在澳大利亚墨尔本举行的Cisco Live会议上表示,Magnetic将在未来几年成为思科所有产品的标准配置。
这可不仅仅是表面功夫:Patel表示,有50%的安全漏洞是因为最终用户难以掌控复杂的产品造成的。Magnetic旨在简化管理,希望让用户更不容易犯错误。
Magnetic也将在设备和服务之间保持一致,因此当IT专业人员在工具之间切换时,他们会看到熟悉的元素重复出现。同样,思科希望这意味着更少机会犯错,同时还能够更快地获得技能。Switchzilla希望这意味着其产品培训变得更加有价值,因为它能够适用于更多的产品。
这家企业也很现实,知道一旦所有的产品都表现一致,交叉销售就会变得更加简单。
Patel表示,在未来三到六个月内,Magnetic将开始出现在更多思科的安全产品中,用“每月更新”来增加新功能。
他表示:“成千上万的屏幕将被重构。”
这将需要付出很多努力,因此需要花很多时间。Magnetic在很多年内都做不到无处不在。
好文章,需要你的鼓励
Y Combinator合伙人Ankit Gupta与Anthropic预训练负责人Nick Joseph最近进行了一次深度对话。
微软研究院提出潜在分区网络(LZN),首次实现生成建模、表示学习和分类任务的真正统一。该框架通过共享高斯潜在空间和创新的潜在对齐机制,让原本独立的AI任务协同工作。实验显示LZN不仅能增强现有模型性能,还能独立完成各类任务,多任务联合训练效果更是超越单独训练。这项研究为构建下一代通用AI系统提供了新的架构思路。
9月13日的PEC 2025 AI创新者大会暨第二届提示工程峰会上,“年度提问二:新工作时代:AI工作流由谁主导?”从企业实践到技术实现、从业务落地到战略决策,展开了一场高密度的思想碰撞与经验分享,将AI工作流背后的难题和解决路径彻底揭开。
上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师,能实时评估动作效果并从中学习。在四个操作任务测试中,机器人成功率从30%提升至90%,仅需200次练习。技术结合视觉、语言理解和动作生成,支持跨场景适应和人机协作,为家庭服务、医疗护理等领域应用奠定基础。