Riverbed科技公司日前宣布,美国KLX公司正在使用Riverbed解决方案实现服务品质保障。通过不断完善底层IT基础设施,将更换飞机零部件时长从4小时缩短至20分钟。通过与Riverbed合作伙伴Tier3科技公司的合作,KLX公司使用Riverbed SteelCentral性能管理解决方案提供的数据情报设计了一套全球IT基础设施。优化本地和KLX自有集中式关键业务应用Kardex的性能,而Office365等公共云应用则可以以远程交付的方式提供给用户。KLX公司使用Riverbed SteelHead设备来实现数据中心之间的广域网(WAN)优化,并使用Riverbed SteelHead SaaS加速云应用。Riverbed SteelFusion设备则通过消除复杂的本地基础设施,集中分支机构数据,备份和IT运维操作,同时加速本地应用性能,为世界各地的分支机构站点奠定基础。
KLX公司是一家全球领先的航空航天紧固件、耗材及物流服务提供商,为客户提供KLX航空航天解决方案。同时,该公司还为北美地区油田服务和相关设备租赁提供KLX能源服务方案。KLX航空航天解决方案为航空公司提供电话救援服务,例如在一架飞机满载乘客,却在停机坪上等待更换零部件而无法起飞的时候,KLX就会发挥作用。KLX公司在全球设有110处设施(包括55个现货仓库),员工总数近4000人,现可在20分钟内交付备用零部件。
在从B/E航空航天公司分拆之后,KLX获得了从零开始创建一个全球性IT基础设施的机会。KLX公司基础设施总经理Jack Ortman解释道:“我们有一个独特的机会和一个全新的环境,我们可以选择最好的技术。如选择WAN优化技术来处理长距离和延迟问题。而不仅仅只是为了我们的核心应用Kardex。我们有一些位于云端和数据中心的关键业务应用,其通过网络进行交付,且性能至关重要,如我们的某些财务系统,电子邮件和Office 365。”
Riverbed合作伙伴Tier3 科技公司通过使用SteelCentral AppResponse解决方案开始与KLX合作以了解现有(母公司)基础设施情况。Tier3创始人兼首席执行官Michael Paynter说道:“由于近年来他们一直在增长,所以很多已有的嵌入式系统和依赖关系没有人真正了解。通过使用SteelCentral,我们能够帮助KLX公司了解来自世界各地的用户如何访问应用以及相互之间的依赖关系。更重要的是,哪些因素会导致性能问题。”
Tier3科技公司把在KLX公司部署的SteelHead,SteelFusion和SteelHead SaaS作为一个独立集成的系统,并为KLX公司长期提供持续的应用优化和数据服务。SteelFusion被用于KLX公司分支机构站点的原因有二,其一是它可以提供优化应用性能所需的WAN加速,其二是该应用可以通过集中100% 的分支机构数据和备份中心数据来保护数据安全。Ortman说道:“我们有很多可以在不同功能领域共享的文件。SteelFusion可以实现将这些文件投射到分支机构,使用户像使用本地文件一样获得满意的性能又不会有丢失数据的风险。”
就满足服务品质保障来说,Ortman建立的网络已经取得了一定的成功,他表示:“目前,99.7%的订单都能按时按要求交付给客户。很明显,在我们持续改善流程的过程中,服务水平也在不断提升。”就成本而言,他很满意。他继续补充道:“Riverbed科技在提高系统性能的同时降低了总体成本。未来一年,随着我们规模的进一步扩大,预计将为我们节省100至150万美元,没有他们,这些钱将不得不用于升级我们在世界各地的远程WAN连接。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。