情报
AI 生成的结构化厂商动态简报
谷歌发布统一AI Agent开发工具包，整合本地与云端部署
谷歌在I/O大会上发布统一AI Agent开发工具包，包含Antigravity 2.0和Managed Agents API，旨在通过共享的A2A协议层，为开发者提供从本地快速原型到安全合规云部署的完整路径。该举措将Gemini Enterprise Agent Platform能力延伸至本地开发工具，提供从低代码到完全代码控制的多层次选择。
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。
Google 通过 TPU 8 与分布式训练架构强化全栈 AI 控制力
Google 在 I/O 2026 上披露其 AI 基础设施战略核心：发布专为训练和推理优化的 TPU 8t 与 8i 芯片，并实现基于 JAX 和 Pathways 的跨数据中心分布式训练。同时，其年度资本支出预计达 1800-1900 亿美元，以支撑激增的 AI 算力需求。
谷歌发布Antigravity平台，加速AI Agent从开发到部署
谷歌在I/O 2026上推出Antigravity 2.0桌面应用及生态，将AI Agent开发平台化，并集成Managed Agents API，旨在消除AI应用从构思到生产部署的基础设施摩擦。
谷歌发布Gemini 3.5系列，定义以代理为中心的AI基础设施新范式
谷歌推出Gemini 3.5系列模型，首款发布3.5 Flash，其核心是作为‘代理优先’的智能体引擎，与Antigravity平台结合，旨在处理企业级长周期、多步骤工作流，标志着AI从辅助工具向可执行复杂任务的生产力系统转变。
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。
AI Agent工作负载推动服务器CPU结构性短缺，Arm需求超200亿美元重塑价值链
AI基础设施瓶颈从GPU向CPU转移。Agentic AI推动CPU-GPU配比从1:8向1:1演进。AMD EPYC交付8-12周份额46.2%，Intel部分Xeon配置交付6个月，Arm 3nm 136核AGI处理器需求超200亿美元。CPU成为新瓶颈资源。
思科与SūmerSports合作，将AI推理基础设施部署于客户本地环境
思科通过其AI POD解决方案，与体育分析平台SūmerSports合作，在NFL球队内部署了完整的本地AI基础设施。此举旨在解决体育行业对数据主权、低延迟和集成复杂性的核心关切，将AI推理能力直接带入数据所在环境。
Google威胁情报揭示UNC6671以身份为中心的攻击与自动化数据窃取
Google威胁情报小组详细披露了UNC6671（BlackFile）组织针对企业云环境的攻击活动。该组织通过精心设计的语音钓鱼和实时中间人攻击绕过MFA，利用自动化脚本大规模窃取Microsoft 365和Okta环境中的数据，凸显了身份层成为新攻击面的严峻现实。
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。
思科推动服务商将边缘基础设施转型为AI服务平台
思科通过其博客阐述了服务提供商在AI需求驱动下面临的边缘计算新机遇，即利用其大规模分布式网络基础设施，提供包含AI推理、本地数据处理在内的企业服务。思科统一边缘平台旨在解决跨数千个站点的规模化、自动化部署与管理挑战。
思科借SRv6与MRC协议，强化其在AI基础设施网络层的核心地位
思科通过其博客强调，其主导的SRv6网络架构是支撑OpenAI等巨头发布的MRC协议的关键基础。这标志着AI超算网络正从传统ECMP向基于SRv6的确定性、应用驱动架构演进，思科试图将自身定位为这一变革的核心标准制定者和技术提供方。
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。
谷歌推出应用设计中心，将合规与治理前置至开发阶段
谷歌云发布应用设计中心等新能力，通过预置合规模板、生成Terraform代码及统一应用拓扑视图，将安全、治理和架构控制点从运行时前移至设计和开发阶段，旨在系统性解决AI加速开发带来的运维与合规瓶颈。
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。
微软发布多模型智能体安全系统，将AI安全从检测转向治理执行
微软推出名为MDASH的多模型智能体安全系统，整合超100个专业智能体，在CyberGym基准测试中取得领先成绩。该系统已用于提前发现并修复16个漏洞，标志着AI安全正从辅助工具演变为具备自主推理与验证能力的运行时架构。