云文件服务供应商Nasuni的创始人兼首席技术官安德烈斯·罗德里格斯已卸任CTO职务,该职位由前戴尔工程副总裁杰瑞·卡特接任,同时新任首席财务官罗斯·格兰杰接替已离职的财务主管雷·黑尔。
黑尔在领导Nasuni财务组织四年半后,于去年10月离职加入活动管理平台供应商Swoogo担任CFO。Nasuni在去年4月聘请了新任CEO萨曼莎·金。她先后任命了新的CIO、CISO和首席人力官,随后在8月份又任命了新的首席营收官、首席营销官和客户成功高级副总裁。现在CTO和CFO职位也由新聘人员填补。金的首席人力官艾莉森·贝亚茨显然一直很忙碌。
萨姆·金表示:"随着数据环境快速发展带来新机遇,特别是在帮助企业释放非结构化数据价值用于人工智能方面,我们正在扩大领导团队,通过大胆创新和卓越表现更好地支持客户不断变化的数据需求。"
她对两位新聘高管给予高度评价:"杰瑞和罗斯都带来了卓越的领导经验和深厚的行业专业知识,这将帮助我们的客户更有信心和速度地实现其数据和人工智能目标。随着我们持续扩张和创新,这些新视角将在推进我们的技术战略和为所服务客户提供更大价值方面发挥重要作用。"
首席人力官贝亚茨于去年5月加入Nasuni,此前她在云应用安全平台Veracode从2016年到2024年先后担任人力资源总监、人才管理副总裁和首席人力官。巧合的是,金在2019年到2024年担任Veracode的CEO,贝亚茨是她在Nasuni的首批新聘员工之一。
杰瑞·卡特曾在Likewise Software担任工程职务,该公司于2012年被EMC收购,EMC本身又在2016年被戴尔收购。他在EMC/戴尔工作了13年,在备份和恢复系统领域担任工程师、杰出工程师、高级软件工程总监,最后担任工程副总裁,于2025年4月离职并短暂休假。去年6月他成为独立天使投资人,12月加入Nasuni。在那里他将"带来以人为本、创新驱动的领导方法,专注于建设高绩效团队,推进公司技术愿景,扩大平台规模以应对当今的人工智能和数据挑战。"
此前Nasuni联合创始人安德烈斯·罗德里格斯一直担任CTO,但在11月卸任该职务,在Nasuni没有新的正式职务,在LinkedIn上称自己为全职创始人。
罗斯·格兰杰此前担任Paradox公司CFO,该公司是一家拥有对话式人工智能助手来简化招聘任务的招聘公司。Nasuni告诉我们,他"在全球范围内扩展B2B SaaS公司方面有着出色的成绩记录。作为Paradox的CFO,他在六年时间里帮助公司收入大幅增长,同时实现全球团队扩张、五次收购,以及公司最终被Workday收购。"
在Nasuni,他将"作为领导团队的战略合作伙伴,确保资本投资于正确的增长机会,以扩大平台规模并支持客户的人工智能和数据智能策略。"
这是萨姆·金成为Nasuni CEO以来填补的第八个高管职位,完全是一套新的管理班子。他们都专注于"帮助企业释放非结构化数据的价值用于人工智能"。
补充说明
提醒一下,Nasuni成立于2008年,已进行九轮融资,最后一轮在2022年,总计筹集约2.29亿美元。它在企业云文件服务市场与CTERA、Panzura和Egnyte竞争,在我们现在以人工智能为中心的世界中,必须将客户数据发送给人工智能模型和智能体进行推理任务,并在自己和客户的Nasuni服务运营中使用人工智能模型和智能体。
Q&A
Q1:Nasuni为什么要进行这次管理层调整?
A:随着数据环境快速发展和人工智能机遇的出现,特别是帮助企业释放非结构化数据价值用于人工智能方面,Nasuni需要扩大领导团队来更好地支持客户不断变化的数据需求,通过大胆创新和卓越表现提供服务。
Q2:新任CTO杰瑞·卡特有什么背景?
A:杰瑞·卡特曾在Likewise Software担任工程职务,该公司后被EMC收购,EMC又被戴尔收购。他在EMC/戴尔工作了13年,专注于备份和恢复系统领域,历任工程师、杰出工程师、高级软件工程总监和工程副总裁。
Q3:萨姆·金成为CEO后做了哪些人事变动?
A:萨姆·金自去年4月担任CEO以来,已经填补了八个高管职位,包括CIO、CISO、首席人力官、首席营收官、首席营销官、客户成功高级副总裁,以及现在的CTO和CFO,组建了一套全新的管理班子。
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。