情报
AI 生成的结构化厂商动态简报
谷歌发布企业数据向AI Agent演进的五层架构蓝图
谷歌技术博客提出从静态API到基于MCP协议的自主工作流，共五个数据架构演进场景，旨在为企业构建支持AI Agent的“数据层”。这标志着数据访问模式正从人工开发向由AI驱动的、标准化的动态交互范式转变。
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。
思科在ONUG 2026提出AI数据中心网络与安全融合架构
思科在ONUG 2026峰会上，围绕AI Agentic时代的数据中心，系统阐述了其融合网络与安全的AI原生基础设施蓝图。其核心是通过将安全策略（如防火墙、微分段）卸载至DPU，并利用AI驱动的运维模型，解决AI工作负载对网络性能与安全隔离的双重苛刻需求。
思科开源Foundry安全规范，定义AI代理安全评估系统架构
思科开源了Foundry Security Spec，这是一个用于构建AI代理安全评估系统的开放规范。它定义了8个核心代理角色、130项功能需求及11项不可违背原则，旨在将前沿LLM从演示工具转变为可审计、可验证的生产级安全评估系统。该规范与CodeGuard项目结合，形成从检测到预防的闭环。
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。
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。
NVIDIA与美能源部深化AI科学合作，推动Genesis使命
NVIDIA与美能源部在SCSP AI+ Expo上共同阐述Genesis使命，旨在将AI应用于科学发现。双方正合作在阿贡国家实验室建设两台AI超算，并利用AI模型加速能源、材料及电网研究。
思科提出临床数据编织架构，将网络定位为AI代理时代核心基础设施
思科在医疗行业AI应用讨论中，提出“临床数据编织”概念，强调网络正从IT工具演变为支持自主AI代理决策的关键基础设施。核心策略是“将AI带到数据旁”，通过本地化计算和端到端可观测性，确保低延迟与安全，以支撑生产级AI代理的规模化部署。
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。
谷歌通过Agent Platform展示AI原生应用架构范式
谷歌云客户案例展示了基于Gemini Enterprise Agent Platform构建的“流式意识转任务”应用。该架构利用原生音频流、主动工具调用和会话恢复等API，实现了从语音到结构化任务的无缝、低延迟转换，并设计了面向未来语音功能的提供商无关抽象层。
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推出车载AI Box架构，将高级LLM推理作为独立ECU模块
NVIDIA发布车载AI Box架构，基于DRIVE AGX平台提供模块化AI计算单元，可将高级LLM/VLM推理能力作为独立ECU添加至现有座舱系统。该方案旨在解决车载AI对实时性、隐私和算力的严苛要求，并支持与云端AI的混合编排。
思科通过DevNet实验室提供AI防御主动测试平台实操
思科发布AI Defense Explorer Edition的实操DevNet实验室，允许开发者以自服务方式对AI模型和应用进行智能体驱动的红队测试。该工具通过自然语言设定攻击目标，模拟多轮自适应攻击，旨在将安全测试左移至开发阶段。
思科收购Astrix Security，强化非人身份与AI代理安全控制层
思科宣布计划收购非人身份安全公司Astrix Security，旨在将AI代理与API密钥、服务账户等非人身份的安全管理，深度整合至其身份智能平台与零信任访问方案中。此举标志着安全控制点正从传统人机交互向自动化AI代理工作负载迁移，以应对由AI代理滥用凭证引发的全新攻击面。
思科发布AI网络流量报告，揭示智能体AI对广域网的根本性影响
思科基于真实网络流量数据发布研究报告，首次量化分析智能体AI对广域网流量模式、对称性及关键路径的颠覆性影响，并预测到2035年AI推理流量将占网络总流量的25%。
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。
英伟达通过NemoClaw与OpenClaw合作，推动企业级自主AI代理安全部署
英伟达通过NemoClaw参考实现，整合OpenShell安全运行时与Nemotron开源模型，为企业提供安全部署“长时运行自主AI代理”的蓝图。此举旨在应对自主AI代理带来的千倍推理需求增长与安全治理挑战，将AI基础设施控制点向本地、安全、可审计的架构迁移。
英伟达发布TensorRT for RTX插件，优化虚幻引擎AI推理性能
英伟达发布针对虚幻引擎5（UE5）的TensorRT for RTX插件，作为其Neural Network Engine（NNE）的新运行时选项。该插件通过即时编译优化，在RTX GPU上为AI后处理（如超分、去噪）任务提供比DirectML等运行时更高的推理吞吐量，展示了英伟达将高效AI推理能力嵌入主流实时图形引擎工作流的努力。
英伟达发布DLSS 4.5 SDK及TensorRT for RTX插件，深化游戏AI渲染生态
英伟达向开发者开放DLSS 4.5 SDK，包含动态多帧生成和6X多帧生成模式，并推出用于虚幻引擎NNE的TensorRT for RTX插件，加速游戏内AI推理。同时，其研究项目Kimodo展示了文本生成3D角色动画的潜力。