Reports

Anthropic联合Adobe、Autodesk、Blender等创意软件巨头，发布一系列Claude连接器，将AI深度集成至专业创作工具链。此举旨在通过自然语言接口、代码生成与流程自动化，重塑创意工作流程，并基于MCP等开放协议促进生态互操作性。

微软宣布埃森哲正在为其超过74万名员工部署Microsoft 365 Copilot，这是该产品迄今为止最大规模的公开部署。此举标志着生成式AI助手正从试点阶段进入大规模企业运营，其成功与否将为企业AI采纳提供关键参考。

AMD CTO提出将地面边缘AI的“性能功耗比”与“任务关键可靠性”核心原则，应用于太空计算场景。公司正通过异构计算、开放软件栈和模块化系统设计，为从卫星在轨智能到未来轨道数据中心提供可重复构建的平台基础。

AMD发布IDC白皮书，指出超过80%的企业正在规划、试点或部署AI PC，以支持Agentic AI的规模化应用。报告强调，高性能NPU和端侧AI处理对于实现实时、安全的工作流至关重要，标志着企业AI基础设施正从云端向端侧扩展。

英伟达宣布其超过1万名员工已通过Codex应用，在基于GB200 NVL72的NVIDIA基础设施上规模化使用GPT-5.5。此举不仅展示了前沿模型推理在企业内部工作流中实现‘变革性’生产力的技术可行性，更通过专用的安全云VM架构，为企业部署AI代理提供了可审计、隔离的参考范式。

微软宣布在澳大利亚进行其史上最大规模投资，总额达250亿澳元，旨在扩大AI和云计算基础设施容量、加强网络安全，并提升全国范围内的数字技能。此举旨在将澳大利亚定位为亚太地区的AI中心。

思科将其AI Defense安全平台扩展至谷歌云，提供针对AI模型、代理工作流和RAG管道的运行时防护。此举使其完成了对AWS、Azure、谷歌三大公有云的覆盖，旨在为企业提供统一的多云AI安全框架。

思科发布AI驱动的无线资源管理（AI-RRM）功能，通过引入时间感知和趋势学习，在非高峰时段主动优化网络，改变了传统RRM的被动响应模式。该服务作为单一架构同时支持云和本地部署，并强调透明度和人机协同，是思科AgenticOps战略的关键组件。

安全研究团队OxSecurity发现Anthropic创建维护的MCP协议存在设计缺陷，可导致服务器被诱导执行任意代码(RCE)，已分配10个CVE编号且仍在增加。

微软宣布其位于威斯康星州的Fairwater数据中心提前投入运营。该中心被定位为全球最强大的AI数据中心，集成了数十万个NVIDIA GB200 GPU，通过大规模光纤互连构成单一无缝集群，旨在为下一代AI模型训练和推理提供前所未有的算力规模。

英伟达提出应将“每token成本”而非“每美元FLOPS”作为评估AI基础设施的核心经济指标。这标志着从衡量计算输入转向衡量商业输出，涉及硬件、软件、网络的全栈优化，以降低企业AI推理的总拥有成本。

Cisco在RSA Conference 2026发布针对AI Agent工作力的三层安全架构：1) Zero Trust for AI Agents - 通过Duo IAM和MCP策略为每个Agent建立身份验证；2) AI Defense Explorer Edition - 动态红队测试工具，支持prompt injection和jailbreak攻击模拟；3) Splunk SOC升级 - Exposure Analytics、Detection Studio、Agentic SOC Expansion，包括Detection Builder Agent和Triage Agent等专用AI代理。同时推出DefenseClaw安全框架和LLM Security Leaderboard。

思科通过博客详细阐述了AI Agentic框架在网络工程中的应用，提出从聊天机器人到多步工作流编排的演进路径。其核心在于将人类专业知识编码为‘技能’文件，通过MCP协议连接基础设施API，并在关键步骤设置人工审批点，实现从任务执行到流程编排的角色转变。

思科基于其客户体验部门AI助手的18个月实战经验，提炼出决定企业AI系统成败的非显性模式。核心包括：通过确定性代码而非LLM提示词执行RBAC、主动解决企业术语歧义、减少澄清式交互以提升效率，以及基于系统能力提供引导式后续问题。

三星宣布其语音助手Bixby已完成架构重构，从基于命令的执行模式转变为以LLM为核心的智能体范式。新版Bixby能理解设备上下文与用户意图，自主调用设备功能与API执行复杂多步骤任务，并计划成为三星全系设备的统一交互入口。

三星为Galaxy XR发布关键软件更新，正式引入Android Enterprise支持，将企业级设备管理、安全框架和应用部署能力延伸至扩展现实（XR）设备。此举旨在为XR在企业的大规模、受控部署提供标准化基础，并承诺提供长达五年的软件和安全更新。

思科宣布其无线网络（Meraki）与ThousandEyes平台与斑马技术移动设备深度集成，将设备级遥测与端到端网络性能监控引入统一管理界面。此举旨在解决零售、仓储等边缘场景中移动设备连接问题的快速定位与排障，提升运营效率。

微软宣布未来四年在日投资100亿美元，核心是与日本樱花互联网和软银合作，通过Azure提供由本土运营商管理的GPU算力服务，确保数据驻留日本。此举旨在满足日本对数据主权和合规性要求严格的AI工作负载需求。

Anthropic宣布其Claude Opus 4.6模型在两周内为Mozilla Firefox发现了22个漏洞，其中14个被定为高危。这标志着AI模型已能独立识别复杂软件中的未知安全漏洞，并初步尝试生成漏洞利用，预示AI在网络安全攻防两端的能力均进入新阶段。

谷歌推出Gemma 4开源模型家族，包含从2B到31B的四个版本，强调单位参数性能突破，并原生支持AI代理工作流、多模态与长上下文。其小参数模型专为边缘设备优化，旨在将前沿推理能力扩展至移动与IoT场景。

Google推出Gemma 4开源模型系列，包含四种规模变体，特别优化边缘计算和移动设备。该系列支持多模态处理、长上下文窗口和140多种语言，采用Apache 2.0许可。

AMD在MLPerf Inference 6.0基准测试中，凭借Instinct MI355X GPU在Llama 2 70B和GPT-OSS-120B模型上首次突破每秒100万令牌的推理吞吐量。其提交强调了多节点扩展效率、对新型文本到视频模型（Wan-2.2-t2v）的快速启用，以及广泛的合作伙伴生态系统复现结果。

英特尔在MLPerf Inference v6.0基准测试中展示了其Xeon 6 CPU和Arc Pro B系列GPU的性能，特别是在处理大型语言模型（LLM）时的表现。测试结果显示，配备四块Arc Pro B70 GPU的系统能够处理120B参数的模型，并在多GPU设置中提供高达1.8倍的推理性能提升。

思科推出开源工具DefenseClaw，为OpenClaw等AI Agent提供三层安全防护架构：供应链扫描、运行时检测和系统边界控制。该方案整合了NVIDIA的OpenShell沙箱技术，实现从安装到运行的全周期自动化安全治理。

Cisco在其DevNet Learning Labs平台推出托管LLM访问功能，通过LLM代理提供单一OpenAI兼容API端点，支持Azure OpenAI和AWS Bedrock等后端模型。该功能无需API密钥管理，预配置环境使学员可直接调用LLM进行AI安全工具实践，包括A2A协议安全、AI防御等工作流。

思科IT与英伟达合作，基于Nemotron RAG配方在单颗H200 GPU上实现2-5小时端到端嵌入模型微调。该方案通过120B参数本地LLM生成合成数据，无需人工标注，使NDCG@1指标提升7.3个绝对点。验证了企业私有AI基础设施快速优化领域知识检索的技术路径。

思科发布AI Defense Runtime Protection与LangChain的集成方案，通过中间件提供监控与执行双模式，实现AI代理安全策略的统一执行。该方案生成包含决策、分类和请求ID的运行时合约，支持多种集成路径。思科计划将该集成贡献至LangChain上游并扩展至其他AI环境。

NVIDIA将其GPU动态资源分配（DRA）驱动捐献给CNCF，使其成为Kubernetes上游项目。此举旨在将GPU编排的核心控制点从厂商专有层上移至开源社区，并协同多家云厂商推动标准化。

Amazon宣布将于2026年3月在日本千叶县流山市运营一个大型物流中心，建筑面积10.8万平方米，部署约2500台‘Amazon Robotics’驱动机器人和26,000个专用货架。该设施利用机器人自动化系统，相比传统货架可提升约40%的库存容量，日均可处理超50万件商品。此举是Amazon在AI与机器人技术深度融合的物流基础设施上的持续投资与规模化部署。

思科推出大语言模型安全排行榜，基于单轮和多轮攻击测试提供客观安全排名。该工具采用标准化评估框架，映射攻击数据至思科AI安全分类法，公开排名和方法论。旨在为企业AI部署前提供安全风险评估，填补模型安全基准测试空白。