独家消息显示,红帽公司高管发出的一份内部备忘录表明,这家软件公司正开始在其全球工程部门推广AI工具。RHEL可能即将获得一些类似Windows 11风格的"改进"。
该备忘录由首席技术官兼全球工程高级副总裁Chris Wright和高级副总裁兼首席产品官Ashesh Badani联合签署,标题为"为AI时代演进和增强的工程"。对于红帽开发团队中的AI怀疑论者来说,这封邮件的语调可能会拉响警报。
备忘录指出,时代正在改变:"我们的角色:所有全球工程角色都将演进。重点将从'AI作为偶尔使用的工具'转向'AI自动化作为向客户交付价值的扩展方式'。我们的员工技能将随着他们熟练掌握这些工具而增长。"
这听起来像是全球工程部门的管理层不仅决心鼓励使用AI工具,而且要求团队成员学会如何使用它。对于那些不愿使用此类工具的人来说,这将是一个不舒服的时期。
详细计划展开
红帽备忘录继续讨论"我们的流程",表示"全球工程软件和产品开发生命周期即将转型。AI将使我们能够交付今天我们说'不'的具有挑战性的用例和生命周期。我们将继续学习和采用行业最佳实践——拥抱适合红帽的做法,抛弃不适合的。"
该计划是"我们今天在开源社区所做的就是我们明天将继续做的"。它希望"以身作则",影响开发者变得"更AI友好,并广泛分享我们的成功故事"。这涉及构建框架、建立最佳实践和定义标准——将AI塞入开源开发生命周期。
高管们使用的语言描绘了非常蓝色的天空,但任何对AI炒作云雾有疑虑的技术人员可能会对红帽正在形成的这场革命持保留态度。
Wright和Badani认为,自从在2025年秋季讨论在被AI"改变"的世界中"构建下一版本红帽"的"机会"以来,事情只是加速了。这种加速的一个明显外部迹象是Wright去年9月关于"增强"AI辅助开发的公开博客。
备忘录继续说道:"我们的竞争对手不只是在'使用AI'——他们正在围绕智能体系统重组整个工作流程,以我们必须匹配的速度发布产品来保持我们的领导地位。"正如一篇赞助文章所指出的,智能体AI确实是当下的热词。
需要澄清Wright和Badani所指的"竞争对手"。该公司的观点是其竞争对手是主要的企业软件供应商:微软、甲骨文、博通等。红帽将自己视为最重要Linux项目的上游开发商,因此,所有其他Linux公司都是红帽的下游,对公司来说不那么重要。
智能体软件开发生命周期
备忘录接下来的几段内容奇怪地重复。首先说:"要在这个时代领先,我们必须演进我们的运营模式。我们今天面临的差距不仅仅是技术性的——它是组织性的。今天,我们开始向智能体软件开发生命周期(SDLC)转型,以转变全球工程和产品的交付方式。"
然后继续大体重复相同的观点,再次解释相同的缩写:"我们正在向智能体软件开发生命周期(SDLC)转型。AI将是我们运行的操作模式。这不是关于'加速旧流程';这是关于世界级的、智能体优先的开发模式,从根本上增加我们发布的数量和质量。"
值得注意的是,这种重复可能是大语言模型生成文本的标志,这让我们怀疑作者可能使用了这样的工具。
"在这个模式中,我们的团队提供关键的人工监督,专注于架构、判断、战略和复杂内容。我们是编排者,智能体作为执行引擎,"备忘录补充道。
这是对容器编排工具背景下"编排者"一词使用的致意,其中Kubernetes是迄今为止使用最广泛的。
备忘录继续说:"结果,而非工具:我们通过速度、成本、质量、容量来定义目标——而不是特定模型。如果出现更好的智能体框架,我们就采用它。通过智能体重新定义我们的工作流程:每个流程和工作流程都必须有一种方式让智能体参与驱动执行。个人提供背景、通过反馈塑造并监督智能体。"
全面产品范围实施
"'全力以赴'的产品范围:我们不是在寻找单个敏捷团队在真空中进行实验。为了避免瓶颈,我们将同时将整个产品或子产品转向这种模式。"敏捷是对敏捷开发模式的引用。
虽然"我们对开源和上游的承诺没有改变",但高管们承认"产品和项目开发流程可能最初会分歧,因为我们专注于如何构建和交付我们的产品"。红帽将尝试"影响社区开发流程,使我们的流程能够随时间收敛"。这可能意味着公司可能试图让外部开发社区采用类似的做法——作者们预料到一些社区会有显著的阻力甚至反对。
"考虑到我们合作的项目范围广泛,这在某些领域会很快发生,在其他领域会较慢...我们将转换整个生命周期,从规划(与业务单元参与)到设计、编码、代码审查、测试(单元和端到端)、质量控制、安全、构建、签名、文档、支持和维护。"
对于任何怀疑者,Wright和Badani说这不是让他们有才华的编码员成为"橡皮图章输出的提示工程师。这是关于以市场需求的速度交付功能、安全性和质量"。
紧迫性与实施
备忘录的最后部分显示了强烈的紧迫感:"机会是真实的,紧迫性很高。我们有人才和意图;现在我们需要集体纪律来标准化和扩展。"
显然,这里有强烈的紧迫感。这种匆忙让人联想到小公司和初创企业,但我们之前也见过大公司以惊人的速度转向。主要例子似乎确实在Wright和Badani的脑海中:微软。
红帽并不是唯一一家发现必须强制员工采用AI工具的雇主。今年2月和3月分别有报道显示埃森哲和普华永道也采取了类似举措。尽管2024年的研究显示员工表示AI工具没有帮助,多项研究显示公司及其高管难以展示显著的投资回报率。
如果绩效指标显示没有明确好处,这种"数据驱动的观点"是否足够灵活以逆转AI推进将是有趣的。从这份备忘录的传教士语调来看,我们怀疑不会。
Q&A
Q1:红帽公司在AI工具推广方面有什么具体计划?
A:红帽正在全球工程部门推进"智能体软件开发生命周期",要求所有员工从"偶尔使用AI工具"转向"AI自动化作为扩展客户价值交付的方式",并将围绕智能体系统重组整个工作流程。
Q2:红帽的AI转型会如何影响开源社区?
A:红帽承诺对开源和上游的支持不会改变,但产品和项目开发流程可能最初会出现分歧。公司计划"影响社区开发流程"使其与红帽的流程逐步融合,不过预期某些社区可能会有阻力和反对。
Q3:红帽为什么要如此紧急地推进AI转型?
A:红帽管理层认为竞争对手如微软、甲骨文、博通等不只是在使用AI,而是在围绕智能体系统重组整个工作流程,红帽必须匹配这种发布速度来保持领导地位。他们给团队只有三个月时间来完成转型。
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。