在智能体AI时代,企业必须以机器级速度和规模响应与防护。思科今日在 Cisco Live 大会上发布的思科云控制平台(Cisco Cloud Control)是一个统一平台,专为人类与AI智能体共同管理、监控和防御关键IT基础设施而设计,同时也是思科智能运维(AgenticOps)模式的基石。

图1. 思科宣布推出思科云控制平台(Cisco Cloud Control),帮助企业高效管理、监控及保护关键IT基础设施。
用户只需一次登录,即可在安全的统一环境中获得网络、安全、计算、可视性及协作能力的统一视图。人类与AI智能体基于同一数据层工作,共享相同的运营上下文和行动体系,同时人类始终保留控制权。客户可以直接在平台内使用自然语言构建自己的应用和智能体。该平台还连接了庞大的生态系统,包括 AWS、Linear、微软、PagerDuty、ServiceNow、Slack以及现已整合 Wiz 的谷歌云(Google Cloud)。
思科全球总裁兼首席产品官Jeetu Patel表示:“AI智能体会以软件速度持续推理和行动,这彻底改变了我们扩展、管理和防御关键基础设施的方式。思科云控制平台就是一个为智能体AI而生的指挥中心。在这里,您的团队和AI智能体在相同的环境中、基于相同的信息协同工作,并且人类始终掌握控制权。”
一个让人类与AI智能体共同驾驭智能体企业的平台
思科云控制平台是一个统一的管理界面,将客户的整个资产环境整合到一起——一次登录,一个视图。这是一种全新的关键基础设施运行方式,融合了以下核心功能:

图2. 思科云控制平台通过AI智能体自动识别网络异常、分析根因并执行修复措施,同时保持全过程可视、可控。
思科云控制平台即日起在美国进入受控可用阶段,后续将面向全球提供。

图3. 这是云控制平台市场板块(Cloud Control Marketplace)界面。
面向Mythos 时代的安全:直接内嵌于基础设施之中
当漏洞暴露到被利用之间的窗口期已从数周缩短至数分钟时,被动防御已不再足够。作为 Anthropic Project Glasswing计划 和 OpenAI Daybreak计划的创始成员,思科使用最前沿的AI模型对自身产品进行压力测试——赶在攻击者之前发现他们可能利用的弱点。思科并未独享这一优势:通过最近开源的Foundry 安全规范(Foundry Security Spec),每一位防御者都能以同样严谨的标准进行AI驱动的安全评估。
思科正在扩展其基础设施中的防护能力,发现新漏洞后迅速为客户提供保护;而思科云控制平台将作为安全指挥中心,实时展开防御。
贯穿整个基础设施的持续防御
实时防护功能(Live Protect)扮演着思科产品的数字免疫系统角色。它能够在运行时为受支持的平台提供防护,抵御新发现且高优先级的漏洞——无需重启、无需升级、无需维护窗口。该功能现已部署于Nexus 9000 系列交换机,并包含Nexus One产品权益中;未来数月内,实时防护能将扩展至思科产品组合中的更多产品,首先覆盖园区和分支机构智能交换机,随后在今年内扩展到安全路由器。
思科混合网格防火墙(Cisco Hybrid Mesh Firewall)将统一防护扩展至网络、应用以及思科与第三方防火墙,从而在出现问题时限制影响范围。
保护智能体免受外界威胁,同时保护世界免受智能体威胁
AI 智能体正走入职场,与人类并肩工作,并承担需要安全环境的任务。在 RSAC大会上,思科已宣布一系列创新,旨在保护智能体免受外部威胁、保护世界免受智能体影响,并以机器速度检测和响应。今日,思科进一步宣布对其智能体安全产品组合的多项增强,涵盖人工智能防御系统(AI Defense)、面向智能体的零信任(Zero Trust),以及智能体安全运维中心(Agentic SOC)。
通往量子安全基础设施的清晰路径
“先窃取、后解密” 的攻击如今正在上演:攻击者先收集加密数据,待量子能力成熟后再进行破解。思科将这一未来威胁转化为企业今日即可着手应对的计划:

图4. 全新量子韧性框架(Quantum Resilience Framework)协助企业识别最容易受
“先窃取、后解密”(harvest now, decrypt later)攻击的资产。
携手思科 共筑长期韧性
为了帮助客户驾驭这一全新时代,思科服务部门推出了全新功能:
该功能预计将于2026年7月全球上线。

图5. 思科IQ的同业基准对标(Peer Benchmarking)使用匿名数据,提供支持终止日(Last Day of Support)风险暴露率及安全漏洞率等洞察。
好文章,需要你的鼓励
海外博主做了一次 Siri AI、ChatGPT、Claude 横评。看完之后我最大的感受是,AI 助手的竞争已经不只是模型能力,而是谁离用户更近。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。