Reports
AI-generated structured vendor updates
Cisco AI基建订单飙至90亿美元，SD-WAN零日却连续三年被同一APT攻破
Cisco Q3 AI基础设施订单目标从50亿上调至90亿美元，单季hyperscaler订单19亿美元。但同期SD-WAN出现CVSS 10.0零日，同一APT组织连续三年利用Cisco零日。AI业务增长与安全工程能力的结构性矛盾正在暴露。
思科与SūmerSports合作，将AI推理基础设施部署于客户本地环境
思科通过其AI POD解决方案，与体育分析平台SūmerSports合作，在NFL球队内部署了完整的本地AI基础设施。此举旨在解决体育行业对数据主权、低延迟和集成复杂性的核心关切，将AI推理能力直接带入数据所在环境。
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。
思科推动服务商将边缘基础设施转型为AI服务平台
思科通过其博客阐述了服务提供商在AI需求驱动下面临的边缘计算新机遇，即利用其大规模分布式网络基础设施，提供包含AI推理、本地数据处理在内的企业服务。思科统一边缘平台旨在解决跨数千个站点的规模化、自动化部署与管理挑战。
思科借SRv6与MRC协议，强化其在AI基础设施网络层的核心地位
思科通过其博客强调，其主导的SRv6网络架构是支撑OpenAI等巨头发布的MRC协议的关键基础。这标志着AI超算网络正从传统ECMP向基于SRv6的确定性、应用驱动架构演进，思科试图将自身定位为这一变革的核心标准制定者和技术提供方。
思科将AI预测性DNS防御集成至安全接入平台
思科宣布在Cisco Secure Access平台中推出AI驱动的DNS防御功能，该功能由Talos情报驱动，旨在通过预测性分析阻断勒索软件攻击链中的初始访问、C2通信和数据窃取。此举将DNS安全从被动响应升级为基于意图理解的主动防御层。
思科宣布战略重组与裁员，聚焦硅、光、安全及AI投资
思科在公布强劲的Q3 FY26财报后，宣布将裁减约4000个职位，同时明确将战略投资重点转向硅、光、安全及公司内部AI应用。此举反映了在AI时代竞争加剧背景下，思科为优化成本结构、聚焦长期价值领域所做的艰难决策。
思科ThousandEyes获FedRAMP认证，强化政府数字韧性保障
思科宣布其网络与数字体验监控平台ThousandEyes for Government获得FedRAMP Moderate级别授权。该认证使联邦机构能够在满足严格安全合规要求的前提下，使用该平台获得跨本地、云及混合环境的全面可视性，以保障关键数字服务的可靠性与韧性。
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。
思科与红帽深化AI基础设施集成，推动核心到边缘的智能平台
思科在红帽峰会上展示其与红帽生态的深度集成，涵盖AI POD、统一边缘、网络即代码及安全AI工厂。通过将Ansible、Splunk、Isovalent eBPF能力嵌入OpenShift平台，旨在为企业提供从核心到边缘的、可编程且安全的AI基础设施统一控制平面。
AMD发布Spartan UltraScale+ FPGA，强调成本优化与供应链稳定
AMD推出Spartan UltraScale+系列FPGA，定位成本优化市场，通过与英特尔Agilex 3对比，强调其在性能功耗比、封装尺寸及长期供应保障上的优势。该产品旨在满足工业、机器视觉等边缘应用需求。
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。
思科将AI安全分类体系全面转向AI驱动的“宪法”定义模型
思科宣布其AI安全产品组合将全面采用基于详细自然语言“宪法”定义的单源真相模型，利用LLM替代人工标注者进行一致性分类与评估，并计划将此模型扩展至AI供应链安全等领域。
AMD联合清华开源项目，展示AI教育多智能体架构的端云协同部署
AMD与清华大学OpenMAIC团队合作，将多智能体交互式AI课堂框架部署在其ROCm软件栈上。该方案利用Instinct GPU进行云端课程内容生成，通过Ryzen AI PC和Lemonade本地服务器处理实时、低延迟的课堂交互，实现基于统一软件栈的端云协同架构。
思科AI Defense集成Google ADK，为AI Agent提供运行时安全
思科宣布其AI Defense安全产品与Google Agent Development Kit (ADK) 集成，为基于ADK开发的AI Agent提供从本地开发到Gemini Enterprise Agent Platform部署的端到端运行时保护。该集成通过插件或回调方式嵌入ADK生命周期，在不干扰开发流程的前提下，对模型调用、工具执行等关键节点进行策略监控与执行。
思科强调边缘AI与零信任网络架构为关键任务基础设施核心
思科在SOF Week活动中，将其网络与安全整合战略聚焦于严苛的战术边缘环境，强调零信任身份网络、边缘AI计算和量子安全通信是支撑未来关键任务系统的基石。
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。
思科联合AMD发布AI网络性能基准，验证以太网承载大规模AI训练能力
思科与AMD合作，通过发布基于N9000交换机与Pensando Pollara 400 NIC的详细性能基准测试，验证了以太网架构在承载大规模AI训练（如128个GPU集群）时的确定性性能。测试覆盖了多种拓扑和极端拥塞场景，旨在将网络从瓶颈转变为高性能AI基础设施的核心引擎。
AMD提出Agentic AI驱动数据中心CPU与GPU架构分离
AMD高级副总裁Dan McNamara在官方博客中指出，Agentic AI（智能体AI）正从根本上改变数据中心基础设施架构。它不再仅是增加GPU服务器中的CPU数量，而是需要构建一个独立的、专门用于编排与工具执行的CPU计算层，与GPU密集计算层形成分布式系统。
Cloudflare宣布裁员重组，转向AI Agent优先运营模式
Cloudflare在发布2026年Q1财报的同时，宣布将裁员约1100人并进行组织重组，旨在加速向“AI Agent优先”的运营模式转型。公司CEO称AI正在重塑互联网和软件范式，并强调自身已成为AI的“最苛刻客户”。