情报
AI 生成的结构化厂商动态简报
思科推出Cisco IQ，将AI代理能力融入企业支持服务
思科正式发布Cisco IQ服务，将40年的网络与安全专业知识与AI代理能力融合，旨在将企业IT从被动响应转变为主动韧性。该服务为现有支持客户提供实时资产可见性、风险优先级排序和自动化排障，并将于7月推出行业基准比对功能。
思科推出Cisco IQ，将AI代理深度集成于支持与服务体系
思科正式发布Cisco IQ，这是一个将40年网络与安全专业知识编码为AI代理的SaaS平台。它旨在将客户支持模式从被动响应转变为主动预防，通过实时资产可见性、风险优先级排序和自动化故障排除，提升基础设施韧性。
AMD与Liquid AI探讨从芯片到系统的高效AI架构
AMD CTO与Liquid AI CEO探讨AI架构演进，强调效率是AI从云端向边缘和终端设备扩展的关键。双方认为，通过从芯片到系统的协同设计，可实现低功耗、高响应性的AI推理，支持持续运行的智能体与多模型协同。
思科通过Vision Portal将AI与网络融合，强化物理安全事件响应
思科在其Meraki Vision门户中推出新软件功能，利用AI和跨摄像头追踪技术，将智能摄像头深度集成到企业网络管理平面。此举旨在通过统一的云管理界面，将物理安全事件响应从被动监控转变为主动、快速的调查。
思科借硬件更新周期推动AI就绪数据中心架构
思科通过博客指出，企业AI战略受阻的核心在于数据中心基础设施。其主张将AI就绪性融入常规硬件更新周期，强调通过统一运营、网络内嵌安全、端到端可观测性及高性能网络来构建AI基础设施。
思科借工业网络更新周期，推动OT安全原生集成
思科通过博客阐述其OT安全战略，核心是引导客户在工业网络设备更新周期中，选择内置安全功能（如资产发现、网络分段）的交换机，而非叠加独立监控方案。此举旨在将安全从附加成本转变为基础设施的固有属性，并应对未来工业AI和自动化带来的数据与连接挑战。
思科SD-WAN更新：AI应用分类、AI助手与Neocloud连接性集成
思科发布SD-WAN 26.1.1版本，重点增强AI就绪能力。更新包括对AI应用的自动识别与分类、内置生成式AI助手用于运维，以及与Megaport AI Exchange集成以连接分布式GPU和Neocloud环境。此举旨在优化AI流量性能与安全，并简化网络操作。
思科整合硬件与产品组织，强化AI时代全栈创新
思科宣布其通用硬件集团（CHG）将并入由Jeetu Patel领导的产品组织。此举旨在加强产品组合的协同，加速面向AI时代的差异化解决方案交付，并强调从芯片到应用的全栈创新能力是公司的核心优势。
思科通过产品冲刺优化开发者门户，聚焦AI代理工作流数据
思科DevNet团队分享了其通过产品冲刺方法优化开发者门户和内容的具体实践，核心是建立可衡量的产品-市场匹配指标。值得注意的是，其新增的分析事件专门追踪开发者内容如何被AI编码助手或代理使用，例如复制Markdown、下载OpenAPI/SDK/MCP文档等行为。
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%。
英伟达内部规模化部署GPT-5.5驱动AI代理，定义企业AI基础设施新范式
英伟达宣布其超过1万名员工已通过Codex应用，在基于GB200 NVL72的NVIDIA基础设施上规模化使用GPT-5.5。此举不仅展示了前沿模型推理在企业内部工作流中实现‘变革性’生产力的技术可行性，更通过专用的安全云VM架构，为企业部署AI代理提供了可审计、隔离的参考范式。
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。
思科联合ARC报告：将工业网络定位为AI转型的关键瓶颈与基础设施
思科联合ARC咨询集团发布报告，指出过时的工业网络已成为制造业部署AI和软件定义自动化的主要瓶颈。报告强调，现代工业网络需具备高带宽、嵌入式安全、集中管理等特性，并指出思科是唯一能提供完整解决方案的厂商。
思科AI安全扩展至谷歌云，构建多云AI运行时防护
思科将其AI Defense安全平台扩展至谷歌云，提供针对AI模型、代理工作流和RAG管道的运行时防护。此举使其完成了对AWS、Azure、谷歌三大公有云的覆盖，旨在为企业提供统一的多云AI安全框架。
思科将网络定位为AI基础设施的能源控制层
思科通过其博客阐述了能源正成为AI规模化的关键瓶颈，并展示其正为一家欧洲银行设计下一代AI数据中心。思科强调网络在融合数字与能源系统中的作用，将其视为提供能见度、协调和安全性的控制层，以管理AI工作负载的能源、冷却和空间约束。
思科发布AI Agent安全扫描器，将安全控制点前移至IDE
思科发布针对集成开发环境（IDE）的AI Agent安全扫描器扩展，旨在识别和防范AI开发工具链中的新攻击面。该工具通过静态扫描MCP服务器配置、Agent技能定义，并结合代码生成时安全规则引导和运行时文件完整性监控，为开发者提供本地化、多层次的AI Agent安全防护。
思科发布OT安全入门框架，强调经济性与可执行性
思科发布工业OT安全入门框架，针对中型企业资源有限现状，提出分阶段、低成本的实施路径。核心是避免因过度依赖SPAN端口等被动监控架构而产生高昂的隐性基础设施成本，转而利用现有网络设备（如支持Cyber Vision的交换机）实现初步可见性。
思科通过融合网络与数字框架，展示医疗行业智能建筑蓝图
思科与合作伙伴Computacenter、EllisDon合作，为西林肯纪念医院重建项目提供融合网络基础设施，并与EllisDon的EKO数字框架深度集成。该项目旨在构建一个将临床系统、设备与工作流统一连接的数字基础，通过实时通信和自动化提升应急响应与日常运营效率。
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。