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。
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。
思科发布前沿模型多轮对抗评估：所有模型均非免疫
思科发布了对15款前沿闭源大语言模型的多轮对抗攻击评估报告，结果显示所有模型在迭代攻击下都存在非微不足道的漏洞。单轮攻击成功率（ASR）无法预测多轮攻击下的表现，两者差距巨大，部分模型的多轮ASR高达88.30%。这挑战了行业当前依赖单轮基准测试评估模型安全性的做法。
AWS SageMaker 通过 OpenAI 兼容 API 争夺 AI 推理控制权
AWS 宣布其 Amazon SageMaker AI 推理端点现支持 OpenAI 兼容的 API 接口。此举使开发者无需修改代码即可将基于 OpenAI API 构建的 AI 应用迁移至 SageMaker 平台，显著降低了从 OpenAI 向 AWS AI 基础设施迁移的技术与锁定门槛。
Exploitation of KnowledgeDeliver via ViewState Deserialization Vulnerability | Google Cloud Blog
Threat IntelligenceExploitation of KnowledgeDeliver via ViewState Deserialization VulnerabilityMay 25, 2026Mandiant Google Threat Intelligence Group Mandiant ServicesStop attacks, reduce risk, and adv...
谷歌发布Antigravity 2.0，定义AI Agent本地开发控制平面
谷歌在I/O 2026上推出Antigravity 2.0，这是一个独立的桌面应用，旨在成为构建、测试和编排复杂AI工作流的“Agent-First”本地控制平面。它通过CLI/SDK、动态子代理和与企业云安全环境的直接集成，将AI Agent的开发与部署流程从云端延伸至本地环境，试图统一AI应用生命周期管理。
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。
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。
Fortinet深化与NVIDIA集成，瞄准企业AI基础设施安全
Fortinet宣布深化与NVIDIA的集成，旨在为大规模企业AI基础设施提供独特的安全能力。此举将Fortinet的安全平台与NVIDIA的AI计算堆栈更紧密地结合，标志着安全厂商正将防护边界从传统网络扩展至AI推理和训练基础设施层。
谷歌公共部门阐述AI代理时代基础设施、数据与安全架构
谷歌公共部门提出，从AI试点迈向组织级AI代理转型，需要构建具备弹性、可扩展和安全的基础设施。其架构围绕AI超算、代理数据云和代理防御三大支柱，强调高性能硬件、AI原生数据架构及整合Wiz的云与AI安全平台。
Google揭示AI驱动攻击产业化：从漏洞发现到自主执行
Google威胁情报团队报告，攻击者正将生成式AI大规模应用于对抗性工作流，首次确认AI辅助开发的零日漏洞利用，并观察到AI用于增强恶意软件混淆、自主攻击编排及供应链攻击。这标志着AI在攻击生命周期中的角色从实验性工具转变为工业化引擎。
思科研究揭示VLM双重失效模式，暴露AI安全表征层脆弱性
思科AI安全团队研究发现，通过对图像进行微小、有界的像素扰动，可绕过视觉语言模型的安全对齐，揭示出‘可读性恢复’与‘拒绝抑制’两种共存的失效模式。这表明攻击可在不依赖目标模型内部信息的情况下，利用多模态嵌入距离作为攻击指标，暴露了当前基于像素域或OCR过滤的防御机制的局限性。
思科发布AI模型溯源宪法，定义权重级衍生关系标准
思科发布《模型溯源宪法》，为AI模型供应链安全提供规范性定义。该标准严格基于模型权重的可验证衍生历史，明确区分了直接衍生、蒸馏等五种关联关系与独立复现等八种非关联模式，旨在解决当前行业在模型溯源定义上的不一致问题。
思科开源AI模型血缘工具包，瞄准AI供应链安全治理层
思科发布开源工具Model Provenance Kit，通过分析模型元数据、分词器及权重信号，生成唯一指纹并比对，以技术手段验证AI模型的血缘关系与完整性，旨在应对模型供应链中存在的篡改、伪造及合规风险。
思科推动运营商将原生安全作为增长引擎
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。
谷歌财报揭示企业AI堆栈战略，推动代理与推理基础设施增长
谷歌Q1财报显示其全栈AI战略成效显著，云业务因AI产品需求激增，收入增长63%。关键信号包括：推出Gemini Enterprise Agent Platform，代理数据处理量激增（330个客户年处理超万亿tokens），并计划将TPU硬件直接部署至客户数据中心。
Google发布Gemini企业级代理平台，定义AI代理时代技术栈
Google在Next '26上发布Gemini企业级代理平台，提供构建、扩展、治理和优化AI代理的端到端解决方案。该平台整合了新的AI基础设施、数据云、安全防御和任务执行能力，旨在将企业流程统一为单一智能工作流。
思科研究揭示多模态提示注入攻击新风险与防御信号
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。
思科在MWC 2026通过统一平台展示AI安全架构整合
思科在MWC 2026的S/NOC中，将其AI就绪防火墙、SSE、AI Defense、Splunk SIEM和XDR作为统一平台运行，展示了从DNS层到应用层的多层级AI安全防护与自动化响应，并特别强调了对生成式AI应用的发现与风险管控。
思科年度报告揭示AI时代安全战略：从个人数据保护扩展至工业数据治理
思科发布FY25年度目标报告，强调在AI时代将安全、隐私和信任作为业务基石。报告核心在于其隐私卓越中心（PCOE）的职责扩展，从个人数据保护延伸至对“工业数据”等受监管数据的治理，并披露了其AI驱动的威胁检测引擎SnortML和DNS安全服务的具体应用。