Reports
AI-generated structured vendor updates
微软提出AI Agent成为企业软件主要用户，驱动三层架构重构
微软首席营销官提出，AI Agent正成为企业软件的主要“用户”，这要求软件从用户体验、业务逻辑到数据准备进行三层重构。核心变化在于，软件设计需同时服务人类和Agent，并将业务逻辑封装为Agent可调用的技能。
AMD将边缘AI架构扩展至太空，定义轨道计算新范式
AMD CTO提出将地面边缘AI的“性能功耗比”与“任务关键可靠性”核心原则，应用于太空计算场景。公司正通过异构计算、开放软件栈和模块化系统设计，为从卫星在轨智能到未来轨道数据中心提供可重复构建的平台基础。
AMD发布IDC白皮书，强调AI PC是企业部署Agentic AI的关键基础设施
AMD发布IDC白皮书，指出超过80%的企业正在规划、试点或部署AI PC，以支持Agentic AI的规模化应用。报告强调，高性能NPU和端侧AI处理对于实现实时、安全的工作流至关重要，标志着企业AI基础设施正从云端向端侧扩展。
OpenAI与微软分道扬镳：AI-云独家关系时代终结
这笔交易的终结是Anthropic竞争压力下的必然结果。OpenAI失去的不只是Azure的独家分发权，更是"微软生态"带来的企业信任背书。但对于整个行业而言，三大模型厂商（OpenAI、Anthropic、Google）+三大云厂商（AWS、Azure、GCP）的矩阵格局正在形成，竞争将从"渠道为王"转向"模型能力为王"。
微软将GPT-5.5集成至企业级Copilot，推动多模型工作流编排
微软宣布将GPT-5.5模型部署至GitHub Copilot、Microsoft 365 Copilot、Copilot Studio及Foundry平台。该更新强调多模型编排，允许用户根据任务（如快速探索、深度推理、执行、审查）选择不同模型，并通过‘橡皮鸭’代理实现多模型反思循环。
思科IT通过统一可观测性实现创新与稳定平衡
思科IT分享了其内部实践，通过构建以Splunk和ThousandEyes为核心、结合AI驱动的自动化与严格数据治理的统一可观测性平台，在加速AI等新技术部署的同时，将重大事件减少了25%。
思科通过资本部门加速AI数据中心融资模式转型
思科博客阐述其内部金融服务机构Cisco Capital如何提供灵活的支付解决方案，帮助客户应对AI数据中心快速迭代带来的资金压力。该模式旨在将硬件、软件和服务捆绑，简化采购流程，使IT支出与基础设施的演进周期保持一致。
思科发布通用量子交换机原型，推动量子网络互联
思科宣布其通用量子交换机研究原型，旨在解决量子网络互联的关键硬件瓶颈。该设备支持不同编码模态的量子系统间转换与路由，无需低温环境，可在标准电信光纤上运行，为构建大规模、异构的量子计算与传感网络奠定基础。
微软将Office Copilot代理模式设为默认，推动AI原生工作流
微软宣布Copilot在Word、Excel和PowerPoint中的“代理模式”正式上市并设为默认。该模式允许AI直接在文档画布上进行推理和多步骤操作，标志着从辅助工具到嵌入式AI协作者的转变。
微软发布托管AI Agent基础设施，将AI Agent视为独立计算实体
微软通过Foundry平台推出“托管代理（Hosted agents）”，为每个AI Agent提供独立、隔离的企业级沙盒环境，包含持久化状态、内置身份与治理。此举旨在将AI Agent的运行时基础设施标准化，降低企业部署门槛，但评论指出此举将控制点从应用层转移至基础设施层。
微软推出“前沿成功”框架，将智能体AI与企业工作流深度融合
微软在香港AI巡展上推出“前沿成功”框架，旨在帮助企业将智能体AI从实验阶段转向规模化运营。该框架通过整合Copilot、Work IQ和Agent 365等组件，强调在深度工作上下文和安全治理基础上实现AI价值。
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。
思科发布AI-RRM，将AI深度嵌入无线网络控制平面
思科发布AI驱动的无线资源管理（AI-RRM）功能，通过引入时间感知和趋势学习，在非高峰时段主动优化网络，改变了传统RRM的被动响应模式。该服务作为单一架构同时支持云和本地部署，并强调透明度和人机协同，是思科AgenticOps战略的关键组件。
思科与罗克韦尔深化合作，推动工业AI从试点走向规模化生产
思科与罗克韦尔自动化强化战略合作，旨在解决工业AI从试点到规模化部署的瓶颈。双方强调，阻碍规模化部署的核心并非AI模型或算力，而是底层网络、计算、可观测性与安全集成的统一基础设施。该合作聚焦于通过思科统一边缘等平台，将AI能力嵌入生产现场，实现实时质量检测与预测性维护。
思科携手英伟达，将网络升级为AI媒体处理的控制平面
思科与英伟达深化合作，推出基于开放标准MXL的验证设计方案。该方案将思科IP媒体架构与英伟达Holoscan平台整合，使网络从传输层演变为支持实时AI推理的主动处理层，为广电行业实现低延迟、多语言的实时AI媒体生产。
Anthropic发布Claude Opus 4.7并引入网络安全护栏
Anthropic正式发布Claude Opus 4.7模型，在复杂软件工程、多模态理解和长时推理任务上实现显著提升。该版本首次引入了针对高风险网络安全用途的自动检测与拦截护栏，并为安全研究设立了验证程序，旨在为更强大模型（如Mythos）的广泛发布积累安全经验。
英伟达推动AI基础设施评估指标从FLOPS转向每token成本
英伟达提出应将“每token成本”而非“每美元FLOPS”作为评估AI基础设施的核心经济指标。这标志着从衡量计算输入转向衡量商业输出，涉及硬件、软件、网络的全栈优化，以降低企业AI推理的总拥有成本。
CrowdStrike Q3 FY2026破纪录：$2.65亿净新增ARR的持续增长动能
CrowdStrike $2.65亿净新增ARR + 73% YoY增长，在宏观经济压力下仍维持强劲动能，验证了"AI驱动攻击面扩大→安全需求增加"的商业逻辑。但高估值（P/S ~25）意味着市场对持续高增长有极高预期，任何增长放缓都可能引发估值调整。
思科定义AI时代统一基础设施管理平台标准
思科通过其博客文章，系统性地阐述了AI时代对基础设施管理平台的新要求，并以此定位其Intersight平台。核心标准包括跨异构环境的策略自动执行、端到端生命周期自动化、与支持流程深度集成、支持多种部署模式以及开放API集成第三方生态。
思科分享企业AI助手实战模式，强调确定性安全与引导式交互
思科基于其客户体验部门AI助手的18个月实战经验，提炼出决定企业AI系统成败的非显性模式。核心包括：通过确定性代码而非LLM提示词执行RBAC、主动解决企业术语歧义、减少澄清式交互以提升效率，以及基于系统能力提供引导式后续问题。