情报
AI 生成的结构化厂商动态简报
AMD Ryzen AI Halo与Max PRO 400系列：本地运行300B参数模型，但隐性锁定与工程短板并存
AMD发布Ryzen AI Halo开发者平台（128GB统一内存，支持200B参数模型）及Ryzen AI Max PRO 400系列处理器（首款x86客户端运行300B参数模型）。通过统一内存架构、ROCm优化和OEM合作，推动代理AI从云端走向本地，但实际性能受限于共享内存带宽与散热设计。
KPMG全员嵌入Claude，战略联盟重构专业服务AI生态
KPMG与Anthropic建立全球战略联盟，将Claude嵌入其核心业务平台Digital Gateway及所有27.6万名员工的工作流。此举从税务和法律服务起步，并延伸至网络安全和私募股权领域，标志着专业服务巨头从AI使用者转变为AI原生平台，将LLM作为服务交付的默认基础设施。
Google I/O 2026：TPU 8t/8i跨数据中心训练与Gemini 3.5 Flash速度革命
Google发布第八代TPU：TPU 8t（训练）和TPU 8i（推理），原始计算力提升3倍，性能功耗比提升2倍。通过JAX/Pathways实现跨100万+TPU的分布式训练。同时推出Gemini 3.5 Flash，输出速度是其他前沿模型的4倍，并在GDPVal等基准上领先。SynthID被OpenAI、Nvidia等采用。
Google Antigravity 2.0 将控制点从模型API转向Agent编排平台
Google 发布 Antigravity 2.0 桌面应用、Managed Agents API 和 AI Studio 移动端，构建以Agent为中心的开发平台。核心是 Gemini 3.5 Flash 模型，提供4倍速度提升，并深度集成 Google 生态（Android、Firebase、Workspace），试图锁定开发者工作流。
Anthropic与Cloudflare联手解耦AI代理：推理与执行分离成新范式
Anthropic与Cloudflare推出集成，允许Claude Managed Agents在Cloudflare沙箱中执行代码，实现推理与执行分离。用户获得对沙箱、安全、可观测性的完全控制，支持微VM或轻量级V8 isolate环境，并内置浏览器、电子邮件等工具。
Cloudflare实测Anthropic Mythos：AI漏洞链构建与自动验证突破
Cloudflare在Project Glasswing中测试了Anthropic的Mythos Preview模型，发现其能自动将多个低严重性漏洞链成可利用的PoC，并生成可运行的代码。同时，他们构建了多阶段harness以解决噪声和上下文限制，显著提升漏洞发现质量。
Google Cloud发布应用中心管理平台，控制点从基础设施转向应用层
Google Cloud推出Application Design Center、App Hub/App Topology和Cloud Hub，将应用作为核心管理单元。通过预置合规架构模板、自动生成Terraform代码、集成Gemini Cloud Assist，实现从开发到运维的全生命周期AI驱动治理，标志着控制平面从基础设施资源向应用语义的转移。
Cloudflare 三连补丁破解 ClickHouse 分区膨胀锁竞争瓶颈
Cloudflare 在计费管道中遭遇 ClickHouse 性能骤降，根源是分区键改为 (namespace, day) 后，数据部分数量激增导致全局互斥锁争用。他们通过共享锁、延迟复制向量和二分查找三个补丁，将查询延迟降低 50% 以上，并最终解耦了查询耗时与分区数量的关联。
思科用LLM宪法定义取代人工标注，锁定AI安全分类控制权
思科发布Single-Source Safety Definitions，用300+行宪法文档和LLM作为核心评估器，实现AI安全分类一致性。该方法将人工标注压缩为AI驱动，引入意图/内容双轴评估，减少LLM分歧达57倍，并作为Cisco AI Defense产品组合的默认安全分类法。
AWS AgentCore自主支付：AI代理的货币化控制点与安全风险双重升级
AWS在Bedrock AgentCore中预览了托管支付能力，允许AI代理自主支付API、MCP服务器等费用，与Coinbase和Stripe集成。同时推出Agent Toolkit for AWS和MCP Server GA，强化代理开发与安全控制。此举将AI代理从辅助工具推向自主执行实体，但引入新的安全与锁定风险。
AMD支持SPEC CPU 2026基准测试，强调开放可信性能评估
AMD发表博客支持即将发布的SPEC CPU 2026行业基准测试，强调在AI时代，开放、可复现的CPU性能评估标准对客户进行基础设施决策至关重要。该新基准更新了应用套件，并加强了对裸金属云环境和并行计算的支持。
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。
思科联合Ciena发布研究报告：AI驱动运营商网络向自主化演进
思科与Ciena委托Omdia发布白皮书，基于对80家全球运营商的调研，揭示了AI在传输网络中的核心应用趋势。报告指出，为应对AI带来的流量与复杂性激增，运营商正加速从手动运维向基于AI代理与数字孪生的自主网络演进，未来三年过半网络将实现自主或半自主运行。
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。
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。
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。
AWS将虚拟桌面升级为AI Agent基础设施层
AWS宣布Amazon WorkSpaces支持AI Agent以独立身份和权限直接操作桌面应用，无需API或应用改造。此举将虚拟桌面从人员生产力工具扩展为企业AI Agent的通用运行平台，通过标准MCP协议与主流Agent框架集成。
NVIDIA极端协同设计：用Vera Rubin平台锁定代理AI推理的TCO拐点
NVIDIA发布针对代理系统（Agentic Systems）的极端协同设计架构，包括Vera Rubin NVL72、NVLink 6、ConnectX-9、BlueField-4及Spectrum-X。通过推理解耦、KV缓存管理和低延迟网络，试图解决代理工作负载的高token消耗、长上下文和低延迟矛盾，降低每token成本。
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。
思科推出Agentic Workflows，将AI Agent理念引入网络自动化
思科发布Agentic Workflows，旨在为现有Ansible、Terraform、Python自动化工具栈提供一个统一的、支持AI驱动的智能编排层。该平台通过可视化、低代码设计、内置审批与AI辅助，将网络自动化从任务执行转向结果驱动的编排。