情报
AI 生成的结构化厂商动态简报
Check Point推AEV：以AI代理验证暴露面，应对自主攻击新威胁
Check Point发布Agentic Exposure Validation (AEV)，利用AI代理模拟攻击者推理，结合威胁情报与资产上下文，安全证明哪些漏洞真正可被利用。AEV作为CTEM计划关键组件，帮助团队在AI自主攻击时代从被动补丁转向主动验证。
Apple注册genai.apple.com域名，Siri独立App与Extensions系统开启第三方AI入口
Apple在WWDC 2026前注册genai.apple.com域名，预示生成式AI成为平台支柱。Siri将升级为独立App，支持个人上下文、屏幕理解和深度应用操作。底层由Google Gemini驱动并托管在Private Cloud Compute服务器。同时推出Extensions系统，允许Claude、Gemini等第三方AI助手接入，Apple抽成。
NVIDIA Vera CPU冲击x86：1.5倍性能与4倍密度，AI推理全栈锁定
据传闻，NVIDIA将在Computex 2026展示自研通用CPU Vera，性能达x86的1.5倍、吞吐量2倍、机架密度4倍。FY2027出货目标120万颗，FY2028达420万颗。Vera旨在满足AI推理时代CPU/GPU配比从1:8向1:1演进的需求，与Grace双线并行，构建GPU+CPU全栈生态。
AMD Ryzen AI Halo与Max PRO 400系列：本地运行300B参数模型，但隐性锁定与工程短板并存
AMD发布Ryzen AI Halo开发者平台（128GB统一内存，支持200B参数模型）及Ryzen AI Max PRO 400系列处理器（首款x86客户端运行300B参数模型）。通过统一内存架构、ROCm优化和OEM合作，推动代理AI从云端走向本地，但实际性能受限于共享内存带宽与散热设计。
谷歌云I/O'26推出统一Agent开发平台，A2A协议与Managed Agents API锁定控制层
谷歌云在I/O'26发布统一Agent开发工具包，包括Antigravity 2.0桌面应用、Managed Agents API、ADK 2.0及A2A协议。该平台将Vertex AI演进为Gemini Enterprise Agent Platform，提供从低代码到代码优先的四层开发阶梯，旨在通过共享协议层统一本地开发与云端部署，但实质是将agent生命周期控制权集中于谷歌云管理平面。
Google I/O 2026：TPU 8t/8i跨数据中心训练与Gemini 3.5 Flash速度革命
Google发布第八代TPU：TPU 8t（训练）和TPU 8i（推理），原始计算力提升3倍，性能功耗比提升2倍。通过JAX/Pathways实现跨100万+TPU的分布式训练。同时推出Gemini 3.5 Flash，输出速度是其他前沿模型的4倍，并在GDPVal等基准上领先。SynthID被OpenAI、Nvidia等采用。
Google Antigravity 2.0 将控制点从模型API转向Agent编排平台
Google 发布 Antigravity 2.0 桌面应用、Managed Agents API 和 AI Studio 移动端，构建以Agent为中心的开发平台。核心是 Gemini 3.5 Flash 模型，提供4倍速度提升，并深度集成 Google 生态（Android、Firebase、Workspace），试图锁定开发者工作流。
微软WinHEC 2026推Driver Quality Initiative：驱动控制权从IHV向微软转移
微软在WinHEC 2026推出Driver Quality Initiative (DQI)，核心是推动第三方内核模式驱动向用户模式驱动或微软类驱动转移，同时强化信任验证、生命周期管理和质量度量。此举旨在系统性提升Windows驱动质量，但实质是微软对驱动生态控制权的进一步集中。
AMD支持SPEC CPU 2026基准测试，强调开放可信性能评估
AMD发表博客支持即将发布的SPEC CPU 2026行业基准测试，强调在AI时代，开放、可复现的CPU性能评估标准对客户进行基础设施决策至关重要。该新基准更新了应用套件，并加强了对裸金属云环境和并行计算的支持。
AMD与OpenAI将MRC网络协议贡献给OCP，推进AI网络规模化
AMD与OpenAI、微软等合作，将专为大规模AI训练设计的网络协议MRC（多路径可靠连接）贡献给开放计算项目OCP。AMD不仅是协议规范的共同制定者，其可编程的Pensando DPU/NIC产品已率先实现MRC的部署与验证，旨在将网络从性能瓶颈转变为弹性、可适应的AI基础设施层。
英伟达通过OCP开放MRC协议，推动AI以太网架构标准化
英伟达宣布将其在Spectrum-X以太网硬件上验证的MRC（多路径可靠连接）RDMA传输协议通过开放计算项目（OCP）开放。该协议旨在通过多路径负载均衡和硬件级故障绕过，提升大规模AI训练集群的网络吞吐量、弹性和GPU利用率。
AMD联合OpenAI发布下一代AI训练网络传输协议MRC
AMD联合OpenAI、微软等行业领导者发布Multipath Reliable Connection（MRC）协议规范，旨在解决RoCEv2在超大规模AI训练集群中的性能瓶颈。该协议通过智能包喷洒、选择性重传和网络信号拥塞控制等机制，提升网络带宽利用率和训练任务弹性。
NVIDIA极端协同设计：用Vera Rubin平台锁定代理AI推理的TCO拐点
NVIDIA发布针对代理系统（Agentic Systems）的极端协同设计架构，包括Vera Rubin NVL72、NVLink 6、ConnectX-9、BlueField-4及Spectrum-X。通过推理解耦、KV缓存管理和低延迟网络，试图解决代理工作负载的高token消耗、长上下文和低延迟矛盾，降低每token成本。
微软与美英政府AI安全机构合作，推动前沿模型评估标准
微软宣布与美国人工智能标准与创新中心及英国人工智能安全研究所达成新协议，将合作测试其前沿模型、评估安全措施，并共同研究对抗性评估、高风险能力评测等AI评估科学。此举旨在通过政府与产业的协作，应对AI带来的国家安全与公共安全风险。
七家欧洲科技巨头联合发声，呼吁欧盟改革以捍卫技术主权
ASML、空客、爱立信、Mistral AI等七家欧洲头部科技公司CEO联署公开信，呼吁欧盟简化数字法规、改革竞争政策，以加速工业AI等下一代技术在欧洲的规模化应用，应对全球竞争。
AMD联合戴尔展示企业AI异构计算战略
AMD在戴尔技术世界大会上强调其异构计算产品组合，旨在为不同企业AI负载匹配合适的算力，并突出硬件安全与可管理性。此举标志着AI基础设施正从通用方案转向针对具体场景的精细化部署。
谷歌发布企业级AI代理平台与第八代TPU，押注“代理时代”
谷歌在Cloud Next '26上推出Gemini企业级代理平台，用于构建和管理自主AI代理工作流，并发布专为代理AI设计的第八代TPU芯片。同时，谷歌还发布了Gemma 4开源模型和Deep Research Max等高级分析工具。
CISA Agentic AI安全指南深度分析
本文深度解读CISA发布的Agentic AI安全框架四大核心领域：攻击面与风险管理、身份与权限治理、行为监督与透明度、供应链安全。分析其对企业安全架构的影响，提供三阶段可操作落地路径，并评估Palo Alto Networks、CrowdStrike、Microsoft等厂商的受益程度与市场机会。
微软发布AI时代网络安全责任框架，强调公私协作与漏洞管理现代化
微软发布了一份关于利用下一代AI加强全球数字生态安全的框架性文件，核心观点是AI加速漏洞发现的同时，必须同步强化响应与修复能力。文件提出了五项具体建议，强调公私协作、负责任的AI能力发布以及现代化漏洞管理流程。
AMD提出AI基础设施网络架构新范式：从无损网络转向智能端点
AMD发布博客，提出构建大规模AI基础设施的七个关键问题，核心观点是传统无损以太网或InfiniBand架构存在成本与复杂性瓶颈。其主张将网络智能和可靠性功能从昂贵的专用交换机转移到智能网卡（NIC）上，在标准（可能有损）以太网上实现可靠传输，以降低总拥有成本并简化运营。