Akamai Technologies
PulseAugur coverage of Akamai Technologies — every cluster mentioning Akamai Technologies across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
Akamai 研究通过鼠标移动分析检测 AI 代理
Akamai Technologies 正在研究一种新方法，通过分析鼠标移动来区分网站上的 AI 代理和人类用户。与依赖广泛交互数据的传统机器人检测不同，这种新方法使用机器学习，特别是 Transformer 模型，根据 AI 代理的最小和直接的鼠标操作来识别它们。早期测试表明，在区分人类行为与 Perplexity Comet 和 OpenAI Atlas 等 AI 代理特有的精确、不频繁的移动方面具有高准确性。
-
Anthropic 与麦格理和 GIC 合作进行人工智能数据中心融资
Anthropic 已与麦格理资产管理公司（Macquarie Asset Management）和新加坡政府投资公司（GIC）合作成立新实体 Theseus Infrastructure。该合资企业将开发和运营专门用于 Anthropic 人工智能工作负载的数据中心，Anthropic 作为主要租户通过长期租赁使用。这种结构使 Anthropic 能够在不直接增加其资产负债表上的巨额资本成本的情况下获得巨大的计算能力，并利用行业中常…
-
Akamai 强调关键 OWASP API 安全风险
Akamai Technologies 发布了一份白皮书，详细介绍了 OWASP Top 10 API 安全风险，并强调 API 安全是一个持续的过程。该白皮书重点介绍了诸如 Broken Object Level Authorization (BOLA) 等关键漏洞，以及组织可能甚至不知道其存在的影子 API 的危险。随着 API 在连接应用程序与云服务和 AI 系统方面变得越来越重要，维护一个全面且最新的 API 清单对于有效安全至关重要。
-
日活千万级AI应用通过跨云架构将GPU成本降低75%
一款日活用户超过一亿的应用因高昂的AI推理成本面临严重的财务危机，导致每用户净亏损1美元。该公司此前在主要云服务商上的设置导致GPU租金高昂，数据传输的出口费用巨大，再加上网络延迟降低了GPU效率。为应对此问题，该应用将AI推理层迁移至Akamai平台，重新配置了GPU集群并采用了NVIDIA RTX PRO 6000显卡。此举大幅缩短了推理时间和服务器集群规模，成本降低了75%，实现了盈利。
-
零售AI搜索：转化率的延迟而非模型选择
零售商CTO们常常专注于为生成式搜索体验选择合适的AI模型，但关键因素是延迟，而非模型本身。响应时间增加哪怕100毫秒都可能显著降低转化率，而当前的LLM会将搜索查询增加几秒钟。成功的实施将生成式搜索视为一个利用AI的检索系统，而不是一个AI功能，通过离线预计算大多数任务，并在可能的情况下将查询路由到更小、更具成本效益的模型。
-
Akamai CEO提议分布式AI算力网络
Akamai Technologies首席执行官Tom Leighton认为，目前为AI算力建设大型数据中心的方法是不可持续且效率低下的。他提议采用分布式模型，利用Akamai现有的边缘网络，将AI算力提供给离用户更近的地方。与集中式数据中心相比，该策略旨在降低延迟和能耗。
-
新的HTTP QUERY方法规范化AI代理请求
一种名为QUERY的新HTTP方法已作为RFC 10008进行标准化，旨在解决AI代理的局限性。与不安全且不可幂等的POST不同，QUERY可以在携带请求体的情况下保持安全、幂等和可缓存，类似于GET。这种新方法旨在解决复杂搜索查询超出URL长度限制的问题，迫使使用POST并导致缓存和重试出现问题。Cloudflare和Akamai等主要内容分发网络参与了其开发，预示着在边缘端可能早期采用。
-
人工智能改变网络威胁和防御，专家表示 · 跟踪 2 个来源
网络安全专家正在强调人工智能对安全威胁和防御的双重影响。Neena Sharma 强调需要持续的威胁暴露管理 (CTEM) 和人工智能辅助分析，以帮助组织确定风险优先级。Reuben Koh 主张采取“永不信任，始终验证”的方法、强大的 API 安全以及人工智能驱动的威胁检测，以打击人工智能驱动的网络犯罪，包括复杂的深度伪造和勒索软件。
-
科技巨头投资实时流架构以增强互动性
主要科技公司正在投资新的视频流架构，以满足日益增长的实时互动需求。当前的流媒体技术虽然针对规模进行了优化，但通常会引入延迟，使观众脱离实时数字环境。诸如 Media over QUIC (MOQ) 等新兴框架正在开发中，以减少延迟并提高媒体、体育、博彩和零售等各个行业的参与度。这一转变反映了整个行业从被动内容分发到互动通信的更广泛趋势。
-
AI代理现在可以使用新的Python工具检测不可用的网页内容
一位开发者创建了一个Python脚本，以提高访问网页内容的AI代理的可靠性。该脚本充当网页抓取工具和AI代理之间的守门员，分析抓取的内容以确定其可用性。即使HTTP状态码为200，它也将响应分为OK、BLOCKED、EMPTY_SHELL或TRUNCATED几类，从而防止代理基于机器人验证码或不完整的页面等不可用数据进行操作。
-
AI 驱动的僵尸网络和 DDoS 攻击加剧，金融业成为目标
Akamai 的一份新报告强调了针对金融业的 AI 驱动僵尸网络和复杂 DDoS 攻击日益增长的威胁。API 激增导致的攻击面扩大是一个重要的风险因素。Akamai 强调了采用防御性 AI 策略以应对这些不断升级的网络威胁的至关重要性。
-
AI 新闻集锦：向量搜索、勒索软件、加密货币和机器人技术
本期新闻集锦涵盖了多项与 AI 相关的报道，包括 Oracle AI Vector 与 Chroma 在相似性搜索方面的对比、VECT-Ransomware 的出现给业余黑客带来的威胁，以及 Chainlink 等加密货币的市场动态。此外，还涉及企业新闻，如 Microsoft 推出用于 WSL 的 Linux 容器、Hyundai Motor 使用 Boston Dynamics 机器人进行培训，以及一只专注于机器人和人工智能的 ETF。
-
TechEx北美展：人工智能部署取决于基础设施和安全
TechEx北美展强调了部署人工智能的实际挑战，尤其是在工业环境中。讨论集中在将人工智能从演示推向实际应用所需的基础设施、安全和运营考量。关键主题包括扩展边缘计算、管理数据资产以及试点项目与全面部署之间的差距，强调需要与预期用户或受益者共同设计智能系统。
-
Akamai以2.05亿美元收购LayerX，以加强AI浏览器安全性
Akamai已以2.05亿美元收购LayerX，以增强其浏览器安全产品。此次收购将LayerX用于保护用户到应用程序交互的创新技术整合到Akamai现有的安全堆栈中。此次收购旨在为浏览器安全领域新兴的威胁提供高级保护。
-
在 AI 投资热潮中 Akamai Linode 受青睐胜过 Cloudflare
由于 Cloudflare 被认为过度干涉，Akamai 的 Linode 云服务更受青睐。AI 行业的巨额投资被认为是推动这一市场的重要因素。
-
企业级AI代理将重点转向信任和验证
企业级AI代理正变得司空见惯，但主要挑战已从构建它们转向确保它们在生产环境中的可信度。公司正大力投资治理和模拟工具来验证代理的输出，因为不能保证确定性行为。目前的重点是代理作为增强人类能力的监督型工作者，而不是完全自主的系统，人类监督和严格的审查流程对采用至关重要。
-
Akamai 股价飙升，因与大型语言模型 (LLM) 达成交易，而 GPT-5.5 成本因供应链问题而攀升
运行 GPT-5.5 等先进人工智能模型的成本正在增加，可能影响代币使用量和总体支出。这一趋势发生在更广泛的行业挑战之中，包括影响数据中心建设和硬件可用性的供应链中断。公司正在探索各种策略来管理这些不断上涨的成本和基础设施压力。
-
Microsoft 补丁失效，俄国间谍利用新的 Windows 零日漏洞
Microsoft 发布了一个针对 Windows 中被俄罗斯情报组织利用的零日漏洞的补丁。这个新的漏洞，CVE-2026-32202，是一个身份验证强制执行问题，允许攻击者窃取敏感信息。它源于对先前漏洞 CVE-2026-21510 的修复不完整，该漏洞也被俄罗斯间谍用于针对乌克兰和欧盟国家。美国网络安全和基础设施安全局 (CISA) 已将此新漏洞添加到其已知被利用漏洞的目录中，要求联邦机构在 5 月 12 日之前解决。
-
Anthropic 与 Akamai 达成 18 亿美元云交易，加剧人工智能基础设施竞争
据报道，Anthropic 已与 Akamai Technologies 达成一项为期七年、价值 18 亿美元的云计算协议，以满足其人工智能软件日益增长的需求。这项重大协议使 Akamai，这家传统的内容分发网络公司，成为人工智能云基础设施市场的主要参与者。该交易凸显了 Anthropic 的快速增长，其年化收入据称已超过 300 亿美元，并反映出人工智能公司正日益寻求超越大型云服务提供商，实现计算供应商的多元化。