Netskope本周宣布在其NewEdge私有云中更新了AI Fast Path解决方案,帮助企业在保持安全控制的同时降低AI应用的延迟。
随着企业持续采用生成式AI工具,安全团队正在努力解决如何在不导致终端用户绕过安全措施的情况下执行AI治理控制的问题。
Netskope产品和解决方案营销负责人Robert Arandjelovic表示:"AI应用正在发送大量流量并交换大量数据,这自然会产生延迟。如果安全措施在此基础上增加更多延迟,用户将试图绕过它。"
AI Fast Path专注于优化企业用户、Netskope云和主要AI提供商之间的流量。Netskope表示,其120个NewEdge数据中心中超过90%现在可以在5毫秒内从Netskope云连接到领先的AI应用,这一努力旨在最大限度地减少流量在接受数据丢失防护、威胁防护和策略执行检查时的额外延迟。
Arandjelovic说:"客户意识到,如果他们不采用这些AI应用,几年后可能就会被淘汰。同时,我们不能在安全性上妥协。因此,通过NewEdge和AI Fast Path,我们创建了一条超优化路径,几乎不会产生任何延迟。同时,他们不会在安全性上妥协,因为流量仍然通过我们的云,获得我们数据保护和威胁防护的所有优势。"
作为NewEdge中的一组功能,AI Fast Path为AI应用提供更好的性能和效率。据Netskope介绍,AI Fast Path为企业提供:
更快的推理结果:从提示到响应为企业用户提供更快的结果,最大限度地减少对话AI的"首Token时间"。
智能体AI优化:通过高速处理加速复杂的多提示智能体工作流程,满足快速迭代AI子任务的需求。
大语言模型性能优化:当访问大量分布式数据时(例如通过模型上下文协议网关)优化大语言模型性能。
检索增强生成支持:加速大语言模型与外部数据源之间的连接,实现实时输出。
NewEdge是Netskope私有构建的全球网络,在客户流量到达云和AI服务之前,通过全球120多个数据中心传输客户流量。它是Netskope One安全访问服务边缘产品的基础组成部分。当客户部署Netskope时,用户设备上的代理会自动将其网络、SaaS、私有应用和AI流量路由到Netskope云中。AI Fast Path优化为AI工作负载提供了到Google Gemini、ChatGPT和Claude等服务的直接、低延迟路由,这部分归功于Netskope将对等关系从10000个扩展到11000个。
该公司表示,AI Fast Path功能作为NewEdge基础设施的一部分包含在内,现有客户无需额外许可即可使用。
Q&A
Q1:AI Fast Path是什么?它解决了什么问题?
A:AI Fast Path是Netskope在其NewEdge私有云中推出的新解决方案,专门解决企业在使用生成式AI工具时面临的网络延迟问题。它能在保持安全控制的同时,优化企业用户、Netskope云和主要AI提供商之间的流量,让90%以上的数据中心能在5毫秒内连接到主流AI应用。
Q2:AI Fast Path如何提升AI应用的性能?
A:AI Fast Path通过多种方式提升性能:减少对话AI的"首Token时间"、加速智能体工作流程、优化大语言模型访问分布式数据的性能,以及加速检索增强生成中大语言模型与外部数据源的连接。同时通过扩展对等关系网络,为AI工作负载提供直接、低延迟的路由。
Q3:使用AI Fast Path需要额外付费吗?
A:不需要。AI Fast Path功能作为NewEdge基础设施的一部分包含在内,Netskope的现有客户可以直接使用这些功能,无需购买额外的许可证或付费升级。
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。