情报
AI 生成的结构化厂商动态简报
思科将Talos威胁情报能力服务化，推出跨产品线主动威胁狩猎
思科宣布将其全球顶级威胁情报团队Talos的能力直接转化为面向客户的服务。该威胁狩猎项目从端点扩展到网络（Firewall）和身份（Duo, Identity Intelligence）领域，利用对自家产品遥测的深度理解，由分析师提出假设，AI引擎24/7执行，旨在发现传统告警阈值下的隐匿攻击。
思科将SSE与企业浏览器深度集成，推动零信任向数据使用层延伸
思科将其云交付的Security Service Edge (SSE)平台Cisco Secure Access与Island Enterprise Browser深度集成。该方案旨在为未托管设备提供安全应用访问，将零信任策略执行点从网络访问层延伸至浏览器内的用户会话，实现对数据复制、粘贴等操作的原生控制。
微软与英伟达共推基于Arm架构RTX Spark的Windows平台，瞄准本地AI智能体与工作站
微软与英伟达宣布深度整合，推出基于全新Arm架构RTX Spark芯片的Windows PC与工作站。该平台通过高达128GB统一内存、1 petaflop AI算力及Windows系统层优化，旨在将前沿AI模型与智能体（agent）工作负载从云端迁移至本地设备运行。
NVIDIA开源DSX OS，定义AI工厂全栈运营软件层
NVIDIA发布其DSX平台的软件核心DSX OS，这是一套开源、模块化的软件组件，旨在协调从芯片、系统、软件到设施（电力、冷却）的整个AI工厂堆栈。它通过DSX Exchange（MQTT通信枢纽）、MaxLPS（动态功耗管理）、Infra Controller（裸金属生命周期管理）等组件，实现IT/OT深度融合，目标是提升“每瓦特token产出”并降低token成本。
英特尔以Xeon 6+与E835强化CPU在AI基础设施中的控制平面地位
英特尔发布Xeon 6+处理器与Ethernet E835网络适配器，系统性阐述其AI平台战略。核心是将CPU（Xeon）定位为现代AI基础设施的“控制平面”，负责智能体（Agentic）AI工作负载的编排、并发与数据移动，而网络与加速器则作为高效数据平面。此举旨在通过提升能效与系统级协同，应对规模化AI部署的瓶颈。
思科将AI深度整合入CCNA/CCIE认证，重塑网络工程师核心技能栈
思科在Cisco Live 2026上宣布，其核心认证体系将全面拥抱AI。CCNA v2.0蓝图更新，CCIE实践考试集成AI工具，并推出大量关于AI网络运维（如LangChain代理、Agentic Operations）的新培训路径。这标志着网络专业人才的能力模型正从传统协议配置转向AI驱动运维。
NVIDIA 发布容器化 AI 模型文档自动生成工具包，集成 RAG 与 NIM 应对监管
NVIDIA 推出 Model Card Generator (MCG) 工具包，一个容器化流水线，可在一分钟内自动从源代码生成符合 Model Card++ 标准的 AI 模型文档。该工具利用 NVIDIA Nemotron RAG 进行高精度信息检索，并由大语言模型（如 GPT-OSS-120B）提取和格式化内容，旨在应对欧盟 AI 法案等法规要求。
思科与微软整合企业浏览器与SSE平台，构建零信任应用访问新控制点
思科将其Secure Access（SSE）平台与微软Edge for Business企业浏览器深度集成，旨在通过浏览器原生执行统一的零信任访问、数据防泄漏（DLP）及AI代理安全策略，简化对私有应用的安全访问。
NVIDIA将Step 3.7 Flash多模态模型深度整合至其企业AI全栈
NVIDIA宣布在其加速平台上全面支持StepFun的Step 3.7 Flash模型，这是一个1980亿参数的MoE多模态模型。通过TensorRT-LLM、vLLM进行优化推理，并通过NVIDIA NIM提供生产就绪的容器化微服务部署，同时支持基于NeMo框架的Day 0微调。
思科将安全深度嵌入网络架构，作为AI时代防御核心
思科IT与安全团队阐述其内部安全架构，将安全能力直接内嵌于网络基础设施各层，从园区到数据中心。该策略通过软件定义分段、统一策略和自动化运营，旨在遏制AI驱动的横向移动威胁，并推动网络与安全团队的深度协同。
思科定义“跨域扩展”网络新范式，以硅光协同应对AI集群地理分散化
思科发布博客，系统阐述其应对AI训练集群地理分散化挑战的“跨域扩展”网络架构。该架构以Cisco Silicon One P200路由系统与800G ZR/ZR+相干可插拔光模块为核心，通过硅与光的协同设计，旨在为跨数十至数百公里数据中心的GPU集群提供确定性、低延迟、无损的连接。
思科将网络数据代理（NDB）深度集成至统一管理平台Nexus Dashboard
思科宣布将其网络数据代理（Nexus Data Broker）产品从独立的Linux主机/虚拟机部署模式，深度集成至其统一数据中心管理平台Cisco Nexus Dashboard 4.2中。此举旨在通过单一平台提供从流量捕获、聚合到分发的统一管理体验，简化部署、生命周期管理和安全策略，以应对AI时代对端到端网络可见性的复杂需求。
思科通过平台与商业模型推动MSP向成果导向型集成安全服务转型
思科发布战略指南，推动托管服务提供商（MSP）从销售零散安全点产品转向提供基于‘最佳套件’和客户业务成果的集成服务。其核心是通过Security Cloud Control统一管理平台、MSLA消费许可模型及专为MSP设计的商业框架（如Programmatic Discount），帮助合作伙伴构建高利润、差异化的安全服务。
Anthropic发布Claude Opus 4.8，以诚实度与代理可靠性重塑企业AI协作模式
Anthropic推出Claude Opus 4.8模型，核心提升在于代理任务（agentic tasks）的端到端可靠性、诚实度及判断力。同步引入‘动态工作流’功能，支持单会话内运行数百并行子代理处理超大规模任务，并提供用户可调的‘努力程度控制’，实现速度、成本与输出质量的精细权衡。
Cisco Live 2026议程揭示网络设备向可编程计算平台演进
Cisco在其2026年Cisco Live大会上，系统展示了将企业网络从静态基础设施转变为AI就绪动态平台的五大技术路径。核心动作包括在Catalyst C9350交换机上原生支持应用容器化，推广基于NETCONF/YANG的原子化配置替换（ACR），以及用模型驱动遥测（MDT）全面替代SNMP。
英特尔发布Arc G系列处理器，专为手持游戏PC打造
英特尔推出专为手持游戏PC设计的Arc G系列处理器，基于Panther Lake架构和Intel 18A工艺，集成Xe3架构GPU，并支持Wi-Fi 7、Thunderbolt 4等先进连接技术。该系列旨在通过优化的核心配置、电源管理和软件驱动，在性能和能效间取得平衡。
Check Point推出智能体驱动暴露验证，应对AI模型自主攻击时代
Check Point在其暴露面管理平台中推出Agentic Exposure Validation (AEV)。该功能利用AI智能体模拟攻击者推理，结合环境上下文与威胁情报，动态验证漏洞的实际可攻击性，并提供修复证据。这标志着漏洞管理从静态评分转向动态验证。
Google 通过加速器项目在 MENA-T 区域系统性培育 AI 原生应用生态
Google 宣布了其 MENA-T 区域创业加速器的新一期 15 家初创公司名单，这些公司均为 AI-First 企业，覆盖医疗、教育、制造、安全等多个垂直领域。该计划提供包括 AI 安全、生成式设计在内的技术指导，并深度整合 Google Cloud 的 AI 基础设施（如 Gemini Enterprise Agent Platform, BigQuery, GKE），旨在将区域创新绑定至 Google 的 AI 技术栈。
思科提出AI威胁下基础设施安全新模型：从周期性加固到持续运行
思科CISO基于内部实践，提出应对AI驱动攻击的新安全模型。该模型将防御从基于CVSS评分的周期性漏洞修补，转变为以实时可见性、持续暴露验证、运行时保护和现代化为支柱的闭环运行体系。核心是构建一个无需停机即可持续向更安全状态演进的敏捷系统。
Cloudflare 披露其统一数据平台与 AI 代理架构，展示云原生数据栈闭环
Cloudflare 详细介绍了其内部统一数据平台 Town Lake 与 AI 数据代理 Skipper 的构建。该平台基于 Apache Trino、R2 (Iceberg)、DataHub 等组件，实现了对分散数据的统一 SQL 访问。Skipper 作为 AI 代理，允许用户通过自然语言查询数据，并深度集成于 Cloudflare 自身的产品生态（Workers AI、R2 等）。