情报
AI 生成的结构化厂商动态简报
思科将企业协议扩展至Nutanix，强调采购灵活性即架构决策
思科宣布将其企业协议（EA）框架扩展至Nutanix，成为Nutanix首个与OEM达成的此类协议。此举旨在为客户提供可预测定价、按需扩展容量及在Nutanix软件组合内灵活转移价值的统一采购模型。思科高级副总裁指出，在现代动态环境中，商业模型的灵活性已成为基础设施架构本身的一部分。
思科将企业级网络与安全架构部署于人道主义应急场景
思科危机响应团队在布隆迪的穆森伊难民营首次部署了工业级无线网络解决方案，该方案融合了思科身份服务引擎、安全连接和Meraki云管理等企业级技术，在恶劣环境下构建了可靠、安全的网络连接。此举展示了思科将成熟的企业网络与零信任安全架构，应用于基础设施匮乏、环境严苛的极端边缘场景的技术验证与能力拓展。
思科将教育产品扩展至软技能培训，应对AI时代职场能力需求
思科网络技术学院发布了超过10门免费在线软技能课程，涵盖沟通、协作、创业精神等领域。此举旨在补充其技术认证体系，培养AI难以替代的人际与适应能力。这反映了思科对技术人才能力模型演进的判断，即未来职场需要技术能力与核心人类技能的结合。
Cisco DevNet集成托管LLM访问降低AI安全实践门槛
Cisco在其DevNet Learning Labs平台推出托管LLM访问功能，通过LLM代理提供单一OpenAI兼容API端点，支持Azure OpenAI和AWS Bedrock等后端模型。该功能无需API密钥管理，预配置环境使学员可直接调用LLM进行AI安全工具实践，包括A2A协议安全、AI防御等工作流。
思科推出Nexus Hyperfabric AI方案，集成800G交换机与HGX B300 GPU
思科发布Nexus Hyperfabric AI基础设施方案，整合800G以太网交换机和NVIDIA HGX B300 GPU，提供全栈预集成或灵活的'自带'模式。该方案符合NVIDIA Cloud Partner计划，旨在简化AI基础设施部署与运维。
思科发布AI智能体构建指南，定义结构化思维流程
思科发布AI智能体开发指南，提出五项核心原则和观察-反思-行动结构化流程，旨在提升AI输出的可靠性和一致性。该指南通过具体案例展示了如何构建可控、可解释的企业级AI应用。
思科借助Python与社区创新优化CML网络模拟配置流程
思科学习团队发布了一个基于Python和Tkinter GUI的工具，用于自动化思科建模实验室（CML）中网络拓扑的基础配置生成。该工具旨在减少网络工程师、架构师和讲师在重复性配置任务上的时间消耗，通过社区协作推动效率提升。
思科推出统一边缘平台推动医疗AI本地推理合规部署
思科推出Unified Edge统一边缘平台，支持医疗AI模型在数据源端进行本地推理，确保数据驻留临床环境内。该平台提供集中治理能力，实现低延迟诊断与合规要求平衡。合作伙伴案例显示可将心脏MRI分析时间从1小时缩短至10分钟。
思科通过Meraki平台整合网络与物理安全，以硬件集成降低部署复杂度
思科发布其首款可通过Meraki面板管理的双成像器摄像头MV44X。该产品在一个硬件内集成两个成像器，提供180°覆盖，旨在通过减少线缆、端口、支架和许可证数量，将传统双摄像头方案的部署成本减半。此举深化了思科在Meraki平台上统一管理网络与物理安全设备的策略。
思科联合英伟达验证私有AI基础设施快速微调能力
思科IT与英伟达合作，基于Nemotron RAG配方在单颗H200 GPU上实现2-5小时端到端嵌入模型微调。该方案通过120B参数本地LLM生成合成数据，无需人工标注，使NDCG@1指标提升7.3个绝对点。验证了企业私有AI基础设施快速优化领域知识检索的技术路径。
思科通过LangChain中间件统一AI代理安全策略执行
思科发布AI Defense Runtime Protection与LangChain的集成方案，通过中间件提供监控与执行双模式，实现AI代理安全策略的统一执行。该方案生成包含决策、分类和请求ID的运行时合约，支持多种集成路径。思科计划将该集成贡献至LangChain上游并扩展至其他AI环境。
思科报告揭示EOL设备漏洞威胁与AI基础设施关联
思科Talos报告显示2025年近40%高威胁漏洞针对已停产设备，政策推动强制淘汰EOL设备。该趋势将基础设施现代化与AI安全部署直接关联，为企业网络更新提供合规依据。
思科与Digital Realty推出统一AI基础设施方案
思科与Digital Realty合作推出预验证的AI基础设施参考架构，整合8000系列路由器、SRv6网络技术和AI安全方案，支持20-50kW高密度POD部署。该方案通过Digital Realty的全球数据中心平台提供分布式AI推理能力，旨在简化企业AI规模化部署。
思科发布AI代理安全组合方案，构建主动内生防护体系
思科发布AI Defense Explorer Edition红队测试工具、Agent Runtime SDK策略嵌入框架、开源DefenseClaw安全代理框架，并将零信任扩展至AI代理。该方案从测试、内嵌、框架、身份多维度构建AI代理安全，推动从被动防护转向主动内生设计。
思科推出DefenseClaw为OpenClaw提供运行时安全治理层
思科发布开源项目DefenseClaw，为OpenClaw AI代理提供运行时安全治理。该方案集成扫描工具和威胁检测能力，实现运行前扫描、运行时检测和权限强制控制。通过自动化安全治理降低AI代理部署风险，填补OpenShell沙箱之上的运营层空白。
思科发布LLM安全排行榜，推动模型安全标准化评估
思科推出大语言模型安全排行榜，基于单轮和多轮攻击测试提供客观安全排名。该工具采用标准化评估框架，映射攻击数据至思科AI安全分类法，公开排名和方法论。旨在为企业AI部署前提供安全风险评估，填补模型安全基准测试空白。
思科免费开放AI算法红队测试工具切入开发者生态
思科发布AI Defense: Explorer Edition，免费提供算法红队测试能力，支持200+风险子类别评估和主流AI框架集成。该工具可在20分钟内完成模型安全评估，生成综合风险报告，旨在降低AI智能体部署早期风险。
思科扩展零信任至AI代理并推出AI防御工具
思科将零信任访问扩展至AI代理身份管理，通过Duo IAM和Secure Access SSE实现细粒度控制。推出AI Defense Explorer自助工具进行红队测试和安全验证，并开源DefenseClaw框架集成NVIDIA沙箱。Splunk SOC引入AI代理功能转向自动化运营。
思科推出AI代理零信任方案整合身份与行为监控
思科扩展零信任架构，推出针对AI代理的安全解决方案，提供代理发现与身份管理、细粒度访问控制和实时行为监控三大核心功能，通过身份感知和语义分析实现非人类实体的安全控制。
Cisco调研揭示Agentic AI生产部署面临安全障碍
Cisco调研显示85%企业试点Agentic AI但仅5%进入生产，安全问题是主要障碍。企业担忧代理访问控制、数据外泄和自主行为风险。安全所有权分散，凸显需要建立明确治理和动态护栏机制。