Reports

思科发布面向MSSP的战略指南，核心是推动其合作伙伴采用统一控制台Security Cloud Control和集成AI代理的AIOps，旨在实现跨厂商设备管理与70%的运营效率提升，并引导MSSP向基于价值的服务分层和商业模式转型。

思科发布博客，强调服务提供商应将安全从成本中心转变为增长引擎。其核心论点是，在带宽商品化的背景下，将原生安全嵌入网络基础设施，可提供高价值的“安全即服务”，从而获得新的B2B收入。

AMD CTO与Liquid AI CEO探讨AI架构演进，强调效率是AI从云端向边缘和终端设备扩展的关键。双方认为，通过从芯片到系统的协同设计，可实现低功耗、高响应性的AI推理，支持持续运行的智能体与多模型协同。

微软CEO Judson Althoff阐述其“前沿企业”愿景，核心是推出“Microsoft IQ”和“Agent 365”两大平台能力，旨在将智能与信任系统化地嵌入企业工作流。通过多个大型客户案例，展示了从Copilot规模化部署到自主AI代理（Agent）构建的演进路径，强调通过开放、模型多样的平台实现业务增长。

思科在其Meraki Vision门户中推出新软件功能，利用AI和跨摄像头追踪技术，将智能摄像头深度集成到企业网络管理平面。此举旨在通过统一的云管理界面，将物理安全事件响应从被动监控转变为主动、快速的调查。

思科通过博客指出，企业AI战略受阻的核心在于数据中心基础设施。其主张将AI就绪性融入常规硬件更新周期，强调通过统一运营、网络内嵌安全、端到端可观测性及高性能网络来构建AI基础设施。

思科通过博客阐述其OT安全战略，核心是引导客户在工业网络设备更新周期中，选择内置安全功能（如资产发现、网络分段）的交换机，而非叠加独立监控方案。此举旨在将安全从附加成本转变为基础设施的固有属性，并应对未来工业AI和自动化带来的数据与连接挑战。

思科发布SD-WAN 26.1.1版本，重点增强AI就绪能力。更新包括对AI应用的自动识别与分类、内置生成式AI助手用于运维，以及与Megaport AI Exchange集成以连接分布式GPU和Neocloud环境。此举旨在优化AI流量性能与安全，并简化网络操作。

微软宣布Azure Local平台现可支持在单一主权边界内部署数千台服务器，为大规模主权私有云提供基础设施。该平台支持在连接、间歇连接或完全断开的环境下运行，并集成了英特尔Xeon 6处理器等硬件，旨在满足国家基础设施、受监管工作负载和本地AI推理对规模、控制与合规性的综合需求。

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。

微软宣布将GPT-5.5模型部署至GitHub Copilot、Microsoft 365 Copilot、Copilot Studio及Foundry平台。该更新强调多模型编排，允许用户根据任务（如快速探索、深度推理、执行、审查）选择不同模型，并通过‘橡皮鸭’代理实现多模型反思循环。

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。

思科宣布其通用量子交换机研究原型，旨在解决量子网络互联的关键硬件瓶颈。该设备支持不同编码模态的量子系统间转换与路由，无需低温环境，可在标准电信光纤上运行，为构建大规模、异构的量子计算与传感网络奠定基础。

思科联合ARC咨询集团发布报告，指出过时的工业网络已成为制造业部署AI和软件定义自动化的主要瓶颈。报告强调，现代工业网络需具备高带宽、嵌入式安全、集中管理等特性，并指出思科是唯一能提供完整解决方案的厂商。

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。

微软发布Windows 365 Link专用终端一周年更新，新增蓝牙配对、租户品牌化、USB设备重定向与管理等功能。该设备旨在为Windows 365云PC提供无本地数据/应用的简化、安全端点，已在制造、医疗等多行业部署。

思科通过其博客阐述了能源正成为AI规模化的关键瓶颈，并展示其正为一家欧洲银行设计下一代AI数据中心。思科强调网络在融合数字与能源系统中的作用，将其视为提供能见度、协调和安全性的控制层，以管理AI工作负载的能源、冷却和空间约束。

NVIDIA与Google Cloud宣布合作升级，推出基于Vera Rubin和Blackwell GPU的新实例，旨在构建支持近百万GPU集群的“AI工厂”，并整合Gemini、Nemotron等模型平台，加速从智能体到物理AI（如机器人、数字孪生）的生产级部署。

微软在香港AI巡展上推出“前沿成功”框架，旨在帮助企业将智能体AI从实验阶段转向规模化运营。该框架通过整合Copilot、Work IQ和Agent 365等组件，强调在深度工作上下文和安全治理基础上实现AI价值。

思科发布针对集成开发环境（IDE）的AI Agent安全扫描器扩展，旨在识别和防范AI开发工具链中的新攻击面。该工具通过静态扫描MCP服务器配置、Agent技能定义，并结合代码生成时安全规则引导和运行时文件完整性监控，为开发者提供本地化、多层次的AI Agent安全防护。

思科发布工业OT安全入门框架，针对中型企业资源有限现状，提出分阶段、低成本的实施路径。核心是避免因过度依赖SPAN端口等被动监控架构而产生高昂的隐性基础设施成本，转而利用现有网络设备（如支持Cyber Vision的交换机）实现初步可见性。

思科与罗克韦尔自动化强化战略合作，旨在解决工业AI从试点到规模化部署的瓶颈。双方强调，阻碍规模化部署的核心并非AI模型或算力，而是底层网络、计算、可观测性与安全集成的统一基础设施。该合作聚焦于通过思科统一边缘等平台，将AI能力嵌入生产现场，实现实时质量检测与预测性维护。

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。

思科通过其超可靠无线回传与工业以太网交换机，为E80集团的自动导引车提供确定性连接与嵌入式安全。该方案将网络可见性与策略执行点从工厂固定网络延伸至移动资产，实现了OT安全与连接性的原生融合。

思科发布博客阐述其应对AI时代网络挑战的解决方案，核心是通过软件定义网络、统一分支架构和智能运维（AgenticOps）实现网络现代化，避免大规模硬件更换。该方案分为现代化分支、智能优化连接和实现自主运维三个阶段。

Anthropic正式发布Claude Opus 4.7模型，在复杂软件工程、多模态理解和长时推理任务上实现显著提升。该版本首次引入了针对高风险网络安全用途的自动检测与拦截护栏，并为安全研究设立了验证程序，旨在为更强大模型（如Mythos）的广泛发布积累安全经验。

思科AI安全研究团队发布报告，系统评估了针对视觉语言模型的排版式提示注入攻击。研究发现，字体大小、模糊、旋转等视觉变换显著影响攻击成功率，并首次提出文本-图像嵌入距离可作为轻量级、模型无关的风险信号，为构建多模态AI安全防御层提供了新思路。

思科发布报告，阐述企业面临“无线AI悖论”：AI既对无线网络提出更高带宽与低延迟要求，又加剧了运维复杂性与安全风险，但也只有通过AI赋能网络才能解决这些挑战。思科提出需通过整体性战略，整合AI自动化、基础设施更新与现代化工具，将无线网络从瓶颈转变为增长平台。