情报
AI 生成的结构化厂商动态简报
思科阐述其AI就绪安全网络架构战略
思科在Gartner魔力象限报告中重申其网络战略，核心是将有线与无线网络统一为平台，并深度集成AI驱动的运营（AgenticOps）与安全。该战略旨在构建一个能够感知、推理、行动并验证的端到端网络架构，以应对AI工作负载带来的新流量模式与安全挑战。
思科认证体系重大更新，融入AI与自动化技能
思科宣布对其CCNA和CCIE认证进行重大更新，将AI和自动化技能深度融入考试蓝图与培训体系，旨在重塑网络工程师从操作员到编排者的角色定位。
AMD定义“智能代理计算机”新品类，推动AI推理本地化
AMD提出“智能代理计算机”概念，旨在通过本地化硬件（Ryzen™ AI Max处理器、Radeon™ AI PRO显卡）运行持续AI推理工作负载，以应对云API成本上升。其核心是推动AI从云端按需消费模式向本地固定成本、高吞吐量模式转移。
AMD发布AI Halo开发平台与Max PRO 400系列处理器，瞄准本地AI代理计算
AMD发布Ryzen AI Halo开发者平台和Ryzen AI Max PRO 400系列处理器，旨在为本地AI代理（Agent）应用提供开发与运行环境。新平台支持高达2000亿参数模型本地运行，并提供高达192GB统一内存，推动AI工作负载从云端向边缘设备迁移。
NVIDIA与Google Cloud深化开发者生态融合，推进AI基础设施与应用栈整合
NVIDIA与Google Cloud联合开发者社区规模超10万人，提供从JAX优化、NVIDIA Dynamo推理优化到AI水印（SynthID）的全栈学习路径。此举旨在通过整合双方底层硬件（Blackwell/Rubin GPU）、云平台（GKE， AI Hypercomputer）与软件框架（Nemotron， Gemma），加速企业级AI应用从原型到生产的落地。
谷歌推出代理优先平台Antigravity，重塑AI原生应用架构
谷歌在I/O 2026上推出代理优先开发平台Google Antigravity，并以此为基础发布Gemini 3.5 Flash模型。该平台深度集成至搜索与Gemini应用，支持创建信息代理、生成实时交互UI及构建自定义迷你应用，标志着AI开发重心从模型调用转向持续运行的代理系统。
微软发布新一代Surface商用设备，强化端侧AI与安全集成
微软发布新一代Surface Pro和Surface Laptop商用版，搭载英特尔酷睿Ultra Series 3及后续骁龙X2处理器，强调端侧AI推理、安全设计和全栈管理。设备作为Windows AI API和Foundry平台参考硬件，旨在成为企业混合AI战略的硬件基础。
NVIDIA与戴尔发布全栈AI工厂，加速企业级Agentic AI部署
NVIDIA与戴尔深化合作，推出更新版Dell AI Factory with NVIDIA，旨在为企业提供从工作站到数据中心的端到端Agentic AI推理与部署平台。该平台整合了NVIDIA Vera Rubin GPU、Vera CPU、Confidential Computing及Nemotron模型，强调安全、高性能的本地化AI基础设施，以应对激增的AI推理需求。
诺基亚与沃达丰在AWS云上验证核心网功能，推进IoT平台云化
沃达丰与诺基亚成功完成一项试验，将诺基亚的IMS语音核心网和分组数据核心网等关键网络功能部署在AWS云基础设施上，旨在为全球物联网连接平台提供更敏捷的容量扩展能力。
谷歌发布企业数据向AI Agent演进的五层架构蓝图
谷歌技术博客提出从静态API到基于MCP协议的自主工作流，共五个数据架构演进场景，旨在为企业构建支持AI Agent的“数据层”。这标志着数据访问模式正从人工开发向由AI驱动的、标准化的动态交互范式转变。
Cloudflare构建AI漏洞发现编排框架，揭示规模化应用路径
Cloudflare通过Project Glasswing项目，测试Anthropic的Mythos Preview等安全LLM，并构建了一套多阶段编排框架（Harness），以规模化、高精度地发现和验证漏洞。该框架通过拆分任务、对抗性验证等方式，解决了AI安全研究中的信号噪声、上下文限制和规模化瓶颈问题。
谷歌通过开发者挑战赛推动多模态AI Agent生态构建
谷歌公布Gemini Live Agent挑战赛结果，展示了基于Gemini Live API和Agent Development Kit构建的下一代多模态AI Agent应用。获奖项目覆盖手术辅助、硬件控制、桌面导航等场景，凸显了谷歌通过开发者生态加速AI Agent从文本交互向实时、多模态交互范式转变的战略意图。
亚马逊Bedrock推出高级提示优化与模型迁移工具
亚马逊在Bedrock服务中推出高级提示优化工具，支持用户通过基于指标反馈循环自动优化提示词，并可同时在最多5个模型上进行测试与迁移评估。该工具整合了Lambda函数、LLM-as-a-Judge和自然语言指导等多种评估方法。
英伟达发布Vera Rubin平台，通过软硬件协同设计解决智能体AI规模化难题
英伟达发布Vera Rubin平台，通过Vera Rubin NVL72 GPU与Groq 3 LPX LPU的异构协同，结合Dynamo编排器，旨在解决智能体AI推理在长上下文、万亿参数MoE模型下的规模化、低延迟与高吞吐挑战。
思科将AI预测性DNS防御集成至安全接入平台
思科宣布在Cisco Secure Access平台中推出AI驱动的DNS防御功能，该功能由Talos情报驱动，旨在通过预测性分析阻断勒索软件攻击链中的初始访问、C2通信和数据窃取。此举将DNS安全从被动响应升级为基于意图理解的主动防御层。
NVIDIA通过cuPyNumeric与GDS加速科学计算工作流
NVIDIA展示了其XANI工作流，利用cuPyNumeric分布式计算库与GPUDirect Storage，将量子材料X射线分析的计算时间从9个月缩短至4小时。这标志着GPU加速正从训练/推理向科学计算与实时数据处理的端到端工作流渗透。
思科在ONUG 2026提出AI数据中心网络与安全融合架构
思科在ONUG 2026峰会上，围绕AI Agentic时代的数据中心，系统阐述了其融合网络与安全的AI原生基础设施蓝图。其核心是通过将安全策略（如防火墙、微分段）卸载至DPU，并利用AI驱动的运维模型，解决AI工作负载对网络性能与安全隔离的双重苛刻需求。
英伟达联合Ineffable Intelligence，共同设计强化学习基础设施
英伟达与由AlphaGo架构师David Silver创立的Ineffable Intelligence达成工程级合作，旨在共同设计面向大规模强化学习（RL）的基础设施。双方将基于Grace Blackwell平台探索RL训练流水线，并计划适配下一代Vera Rubin平台，以应对RL对互连、内存带宽和实时服务带来的独特挑战。
英伟达通过Hermes与Qwen 3.6推动本地AI Agent基础设施
英伟达联合Nous Research推广开源AI Agent框架Hermes，并适配阿里通义千问Qwen 3.6模型，旨在构建一个以RTX PC和DGX Spark为核心的、可靠的本地AI Agent运行环境。此举将高性能AI Agent的部署边界从云端扩展至企业边缘和个人设备。
英伟达发布AI模型部署最佳实践，强调TensorRT与Dynamo-Triton集成
英伟达通过官方博客详细阐述了消除AI模型服务“流水线摩擦”的系统性方法，核心是推广其TensorRT优化工具与Dynamo-Triton服务平台的深度集成，旨在将模型从训练到部署的流程标准化和高效化。