情报
AI 生成的结构化厂商动态简报
Google I/O 2026全面押注Agentic AI：Gemini 3.5 Flash/Omni/Antigravity 2.0/Gemini Spark密集发布
Google I/O 2026发布Gemini 3.5 Flash（4倍输出速度+前沿智能）、Gemini Omni Flash（原生多模态视频生成）、Antigravity 2.0（Agent编排桌面平台+CLI+SDK）、Gemini Spark（24/7个人AI助手）。Gemini MAU从4亿增至9亿；资本开支2026年预计1800-1900亿美元（2022年的6倍）。
NVIDIA 以智能体工具包推动 AI 工作流从模型调用向编排平台演进
NVIDIA 通过其 NeMo Agent Toolkit 开源库，展示了一个用于量化金融信号发现的多智能体系统参考架构。该系统将传统手动、碎片化的研究流程，转变为由配置驱动、具备可观测性的自动化闭环，凸显了智能体编排层在复杂 AI 应用中的核心价值。
NVIDIA在COMPUTEX展示Vera Rubin NVL72等AI基础设施创新
NVIDIA在COMPUTEX 2026上获得多项最佳选择奖，其Vera Rubin NVL72机柜级AI超算、Jetson Thor边缘平台及Alpamayo自动驾驶开放平台获奖，展示了其在AI工厂、边缘推理和物理AI领域的基础设施布局。
思科Talos IR分享AI生成报告一致性控制方法
思科Talos事件响应团队发布研究，识别AI生成技术报告中的四类不一致问题，并通过提示工程方法进行控制。该研究基于桌面演练报告案例，旨在提升AI辅助内容生成的可靠性与效率。
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。
英伟达强调AI智能体评估，推动生产系统标准
英伟达发布技术博客，系统阐述AI智能体与基础模型评估的根本差异，提出以任务成功率、轨迹效率和工具调用准确性为核心的动态评估框架。此举旨在将AI智能体从模型能力测试转向生产系统行为验证，并推广其NeMo Agent Toolkit作为评估工具。
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。
微软开源Conductor：零Token成本的确定性AI Agent编排
微软在开源峰会上发布Conductor，一个用于多智能体AI工作流的开源编排工具。其核心在于通过YAML定义工作流，实现确定性的智能体间路由，并使用Jinja2模板处理条件分支，整个编排层不消耗任何LLM Token。
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。
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。
Palo Alto Networks发布Idira：PAM扩展至全身份，与Cisco形成Agent身份安全双巨头
Palo Alto Networks在IMPACT大会发布Idira下一代身份安全平台，基于CyberArk 250亿美元收购的PAM技术，将特权访问管理从少数管理员扩展到人类/机器/AI Agent全身份统一管控。核心为Zero Standing Privilege by default和JIT动态权限。机器身份与人类比例达109:1，90%企业遭遇身份入侵，91%企业已在生产跑自主Agent。Idira与Strata、Cortex并列PANW三大核心平台，与Cisco收购Astrix形成Agent身份安全赛道直接竞争。
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。
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。
AWS发布AgentCore支付与Agent Toolkit，推进AI代理自主运营
AWS推出AgentCore支付功能预览，使AI代理能自主调用并支付API、MCP服务器等服务。同时发布Agent Toolkit for AWS，为AI编码代理提供生产级工具套件和安全控制，并正式推出AWS MCP Server。
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。