思科已启动现代化升级计划,对其园区、分支机构和工业网络架构进行全面改造,以适应人工智能时代的需求。
这次升级紧随该公司2025年初推出的面向企业的AI就绪安全网络架构,其根本目标是在分布式网络中实现自动化部署和安全防护,将原本需要数月的工作缩短至几分钟内完成。此举旨在满足分布式AI工作负载对高带宽、超低延迟和智能流量管理的严苛要求,这些工作负载正在大规模向企业边缘迁移。
思科总裁兼首席产品官Jeetu Patel表示,这些新产品能够简化运营、按业务需求扩展,并增强安全性,这些都是释放企业全部潜力的关键要素。他强调:"思科提供唯一能够扩展以适应AI指数级增长的网络基础架构,同时为工作过度且资源不足的IT团队提供真正的智能体工具来管理和保护从核心到边缘的部署。"
从战略角度来看,思科表示正在向AgenticOps转型,这代表着IT运营的未来趋势,即AI驱动的智能体与人类团队协作解决复杂问题,在问题影响用户之前就予以解决。
思科的IT管理方法采用先进的AI和自动化技术,即使是最复杂的网络也能得到简化。通过将其专有的深度网络模型(一个特定领域的大语言模型)与网络技术整合到单一用户友好平台中,IT团队能够自动化常规任务,快速排查问题,并获得整个基础架构的统一可见性。
统一网络可见性
关键新功能包括统一网络可见性,Meraki仪表板中的新全局概览提供对Catalyst Centre管理网络的直接可见性和访问能力,实现单一云端仪表板体验。这将彻底简化园区和分支机构的网络管理,无论是基于云端还是本地部署。该产品将于2025年11月进入测试阶段,预计在2025年末全面发布。
园区管理简化
园区管理简化将引入云管理结构,这是一个可扩展且安全的架构,旨在简化网络管理。云管理结构设计用于减少大型站点配置、管理和故障排查所需的步骤,同时支持自适应分段策略。计划于2025年第四季度进入测试阶段,预计2026年第一季度全面发布。
智能体工作流自动化功能已立即可用,现已覆盖Meraki、Catalyst Centre、Catalyst SD-WAN Manager、ISE和Nexus,可通过AI助手实现自动化和编排。通过单个提示,AI助手就能自动化之前需要手动完成的任务,如交换机迁移、Wi-Fi设置和设备接入。
协作式AI故障排查
为支持AgenticOps,协作式AI故障排查通过AI Canvas加速NetOps、SecOps和应用团队与智能体协作解决跨领域问题的速度。
团队还可以在AI Canvas中使用AI助手,通过自然语言在数秒内排查网络问题,将实时遥测、AI洞察和协作统一到一个工作空间中。该产品目前处于Alpha阶段。
由于IT团队需要比以往更快地行动,同时面临日益增长的运营复杂性和因产品间差异造成的安全隐患,思科统一分支的新创新旨在让分支机构部署更快速、更可靠。
借助新的自动化工具包,由智能体工作流驱动的思科验证设计可供思科合作伙伴使用,帮助客户IT团队在几分钟而非几小时内完成分支机构的部署、扩展和安全防护,最大限度减少错误和复杂性。
Q&A
Q1:思科AgenticOps是什么概念?
A:AgenticOps代表IT运营的未来趋势,是AI驱动的智能体与人类团队协作的运营模式。在这种模式下,智能体和人类团队共同工作,在复杂问题影响用户之前就能预先识别并解决,从而实现更高效的IT运营管理。
Q2:思科深度网络模型有什么特点?
A:思科深度网络模型是该公司的专有技术,属于特定领域的大语言模型。它与网络技术整合到单一用户友好平台中,能够帮助IT团队自动化常规任务,快速排查问题,并获得整个基础架构的统一可见性。
Q3:思科AI助手能自动化哪些网络管理任务?
A:思科AI助手现已覆盖Meraki、Catalyst Centre、Catalyst SD-WAN Manager、ISE和Nexus等系统,可通过单个提示自动化执行之前需要手动完成的任务,包括交换机迁移、Wi-Fi设置、设备接入等常见网络管理操作。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。