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。
微软与SAP深化AI融合，推出“微软IQ”智能层与跨系统Agent协作
微软与SAP宣布深化合作，推出“微软IQ”作为企业级AI共享智能层，并实现微软Copilot与SAP Joule之间的Agent-to-Agent集成。此举旨在将AI深度嵌入核心业务流程，并构建统一的数据基础，标志着企业AI正从应用层向核心运营架构层迁移。
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。
微软Copilot Studio更新：强化AI Agent治理与智能工作流
微软在Copilot Studio中推出多项更新，重点强化AI Agent的集中治理、成本可见性及智能工作流能力。通过Agent 365控制平面、工作流内嵌Agent节点及业务应用集成，旨在将孤立的自动化转变为可信、可扩展的智能系统。
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。
谷歌与苹果联合为RCS消息提供端到端加密
谷歌与苹果联合宣布，为跨Android与iPhone的富通信服务（RCS）消息提供端到端加密，并默认开启。此举将提升跨平台通信的隐私与安全基线。
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。
AWS发布托管MCP服务器，为AI代理提供安全AWS API接入
AWS宣布其托管Model Context Protocol（MCP）服务器正式可用，为Claude Code、Kiro等AI编码代理提供经过认证的、安全的AWS服务访问。该服务器通过固定工具集调用AWS API、检索实时文档，并引入沙箱脚本执行和技能指导，旨在解决AI代理使用过时信息、生成不安全IAM策略等生产环境难题。
谷歌发布Gemma 4开源模型，推动AI代理本地化部署
谷歌发布Gemma 4开源模型系列，采用Apache 2.0许可，并首次引入MoE架构，旨在将高性能AI代理能力直接部署于移动设备和边缘硬件。此举显著降低了复杂AI工作流对云端集群的依赖，为本地化、私有化AI应用开辟新路径。
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。
微软Copilot Cowork推出移动端与多模型路由，强化AI代理执行层
微软宣布Copilot Cowork新增移动端应用与技能插件，支持跨设备任务流转，并可根据任务类型将工作路由至Claude或OpenAI模型。该更新旨在将Copilot从对话工具转变为跨业务系统的连续执行层。
微软与美英政府AI安全机构合作，推动前沿模型评估标准
微软宣布与美国人工智能标准与创新中心及英国人工智能安全研究所达成新协议，将合作测试其前沿模型、评估安全措施，并共同研究对抗性评估、高风险能力评测等AI评估科学。此举旨在通过政府与产业的协作，应对AI带来的国家安全与公共安全风险。
思科发布Nexus Dashboard 4.2，强化AI工作负载的网络监控与安全
思科发布数据中心管理平台Nexus Dashboard 4.2，核心升级包括集成Slurm进行AI/HPC作业监控、通过LLDP与NVIDIA网卡联动实现自适应路由，以及推出基于eBPF的零停机漏洞防护功能Live Protect。该版本旨在为混合云和AI基础设施提供统一、智能且安全的运营平面。
Apple iOS 27将开放第三方AI模型选择，打破OpenAI独家局面
<p>iOS 27/iPadOS 27/macOS 27将允许用户选择第三方AI服务（Gemini、Claude等）作为Apple Intelligence默认引擎。Apple已签约Google使用Gemini驱动原生Siri和Apple Intelligence。不同AI模型将有不同语音，区分Siri与第三方响应。通过Extensions功能实现，任何支持该接口的App Store应用均可接入。这是Apple从「选一个AI供应商」向「AI平台化」的战略转型。</p>
Apple iOS 27将开放第三方AI模型选择，打破OpenAI独家局面
<p>iOS 27/iPadOS 27/macOS 27将允许用户选择第三方AI服务（Gemini、Claude等）作为Apple Intelligence默认引擎。Apple已签约Google使用Gemini驱动原生Siri和Apple Intelligence。不同AI模型将有不同语音，区分Siri与第三方响应。通过Extensions功能实现，任何支持该接口的App Store应用均可接入。这是Apple从「选一个AI供应商」向「AI平台化」的战略转型。</p>
Anthropic发布金融行业AI代理模板，加速企业AI工作流部署
Anthropic发布了10个面向金融服务的即用型AI代理模板，涵盖投研、合规、财务等核心场景。这些模板以插件和托管代理形式交付，并与Microsoft 365深度集成，旨在将AI部署周期从数月缩短至数天。此举标志着AI应用正从通用能力向垂直行业深度工作流渗透。
Cloudflare完成“Code Orange”工程，系统性强化全球网络韧性
Cloudflare宣布完成代号“Code Orange”的工程计划，旨在从配置变更、故障隔离、应急响应和知识固化四个层面系统性提升其全球网络的韧性。该计划的核心是引入名为Snapstone的健康中介配置部署系统，并建立名为Codex的AI驱动工程标准库。
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。
AMD提出AI基础设施网络架构新范式：从无损网络转向智能端点
AMD发布博客，提出构建大规模AI基础设施的七个关键问题，核心观点是传统无损以太网或InfiniBand架构存在成本与复杂性瓶颈。其主张将网络智能和可靠性功能从昂贵的专用交换机转移到智能网卡（NIC）上，在标准（可能有损）以太网上实现可靠传输，以降低总拥有成本并简化运营。
英特尔与ChatPPT合作推出混合AI PC版，推动AI工作负载本地化
英特尔与AI应用ChatPPT合作，利用其AI Super Builder技术推出混合AI PC版。该版本将部分AI工作负载（如格式调整）从云端卸载至本地PC处理，降低了50%的云成本并提升了32%的用户使用时长，同时增强了数据隐私。