Commvault重组了其领导团队,并与私有云供应商Platform9建立了新的合作关系。
Alan Atkinson于2022年9月被聘为Commvault首席合作伙伴官。他此前曾在戴尔担任商业销售首席技术官高级副总裁,中间有2.5年的间隔期后加入Commvault。在近三年的时间里,Commvault与许多其他公司签署了合作协议。2023年底,公司与包括Darktrace和Palo Alto在内的九家供应商建立了网络韧性合作关系。随后在2024年与Arrow ECS、HPE和CrowdStrike达成合作,今年5月还与德勤建立了联盟关系,同时与微软和戴尔也建立了合作伙伴关系。Atkinson现已被提升为首席业务发展官,负责构建战略性下一代技术和安全合作关系,推动联合开发项目,并创造新的市场机会。
Atkinson表示:"网络韧性是一个共同挑战,没有任何单一供应商能够独自解决。我的新职位将专注于在更广泛的合作伙伴生态系统中扩展Commvault的能力。我还将专注于创造新的联合开发机会,为客户和合作伙伴提供卓越价值。"
Commvault的业务发展组织由首席信任官Danielle Sheer领导,她直接向CEO汇报。她的职责类似于首席法务官,责任范围扩展到与客户和员工建立和维护信任的各项举措,倡导数据隐私、合规性和网络韧性。
Michelle Graff被聘为Atkinson的有效替代者,担任全球合作伙伴和渠道高级副总裁,负责监督合作伙伴销售、经销商和联盟,以及Commvault合作伙伴计划的愿景和执行。她此前曾在数据安全公司Securiti.ai担任全球渠道销售和联盟副总裁,之前还曾在HashiCorp、Pure Storage和Palo Alto Networks工作。
Graff向首席商务官Gary Merrill汇报,Merrill此前是Commvault的首席财务官,现在领导全球销售和合作伙伴团队。
Platform9是一家专注于VMware迁移的私有云供应商,已将Commvault的虚拟机和Kubernetes工作负载保护功能集成到其私有云总监产品中。其功能包括:
无智能体虚拟机备份和恢复
应用程序一致性备份
虚拟机内精细文件和文件夹恢复
虚拟机灾难恢复到不同物理位置的私有云总监集群
Kubernetes编排容器保护
这一合作关系是在Atkinson担任首席合作伙伴官期间发展起来的。他说:"结合Commvault的关键数据保护、灾难恢复和安全能力,这种集成使共同客户能够自信地迁移到Platform9的私有云总监,并确保他们受到保护,数据安全。"
Commvault的竞争对手,如Rubrik和Cohesity,也大力参与合作伙伴关系。例如Rubrik与NTT的合作,以及Cohesity与Mandiant的合作。联合开发通常代表比简单交叉销售更深层次的合作。
我们预计Atkinson将在数据保护、网络韧性、SaaS、混合云和AI领域开展业务。他可能还将研究在客户的大语言模型和智能体操作中使用Commvault存储的备份数据,通过检索增强生成技术利用这些备份数据。
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。