AI 全景情报 0730：Agent 进入可验收期，安全、云平台与芯片互连同时加码 (2026)

先看结论

7 月 28 日至 29 日公开的五条信号，把 Agent 的竞争又往生产现场推了一步：微软把安全专用模型放进红蓝绿三队协作的漏洞管理系统；Google Cloud 将运行时、身份、网关、注册、评估和观测能力一起开放；中国信通院开始用交付、运营和安全能力评估智能体云服务；Eliyan 以 10 亿美元估值押注芯片之间的数据传输；Encore AI 则从客户通话里提炼销售 Agent 的工作手册。

这几件事分属不同市场，却共享一个验收标准：Agent 能不能被部署、观察、复盘，并把结果接进现有业务。对 AI 团队来说，今天该更新的预算表有四列：专用模型与工具、运行控制面、芯片互连、业务数据闭环。

条目	已确认动作	对 AI 从业者的判断
微软 Project Perception	MAI-Cyber-1-Flash 配合 MDASH 做漏洞管理，微软称 CyberGym 达到 96%，较 Mythos 高 12 个百分点，成本约低 50%；8 月 3 日公开预览。1	安全 Agent 的评估重点会从通用能力转到漏洞发现、分诊、修复和人工接管。
Google Cloud Agent Platform	Agent Runtime、Identity、Gateway、Registry、Evaluation、Observability 和 Memory Bank 被列为对所有用户开放的能力，Runtime 最长可连续运行 7 天。2	企业采购需要把运行时、非人类身份、持续评估和追踪日志作为一套系统验收。
中国信通院 AI Cloud MSP	7 月 29 日公布上半年评估结果，并发布智能体应用开发、智算云交付、模型运行安全等系列标准；官方称截至 7 月已完成 50 余项 AI 云大模型工程化评估。3	国内智能体云服务开始用交付、运维、数据治理和安全能力进入采购语言。
Eliyan	完成 1.45 亿美元 Series C，估值 10 亿美元，准备授权互连技术并交付芯粒，目标是缓解 AI 芯片间的数据传输瓶颈。4	下一轮算力评估不能只看 GPU 或加速器型号，还要看互连、封装和数据搬运效率。
Encore AI	完成 3000 万美元 Series A，分析通话、邮件、短信和 CRM 数据，提炼有效销售做法，再训练语音或文字 Agent；公司称已有 40 多家企业客户。5	应用层的差异化开始来自可复用的业务互动数据和 playbook，而非又一个通用聊天入口。

1. 微软把安全 Agent 拆成红队、蓝队和绿队

微软 7 月 28 日公布 Project Perception，首个应用场景是软件漏洞管理。系统使用安全专用模型 MAI-Cyber-1-Flash，并放进 MDASH 多模型 Agent 扫描框架。微软计划在 8 月 3 日提供公开预览。1

它的分工很直白：Red team Agent 模拟攻击，Blue team Agent 检测并分诊，Green team Agent 执行修复。微软称这套组合在 CyberGym 上达到 96%，比 Mythos 高 12 个百分点，成本比当前的 MDASH 配置低约 50%。这些是微软公布的基准和成本口径，不是第三方独立评测。系统仍保留人工最终控制权。1

Project Perception 将安全 Agent 分为红队、蓝队和绿队 — 微软官方图示的三队分工：模拟攻击、检测分诊、修复加固。1

对安全团队而言，价值不在于多了一个会写代码的模型，而在于把攻击模拟、风险判断和修复动作串成闭环。部署时要单独测量四个结果：漏洞发现率、误报率、修复后回归率，以及需要人工接管的比例。只看 CyberGym 分数，无法回答 Agent 是否能安全地修改生产代码。

对 AI 产品经理来说，MAI-Cyber-1-Flash 也提供了一个产品方向：高责任场景会更多采用任务专用模型，再由多 Agent 编排器把模型能力接到明确的工具和审批节点。模型大而全不再自动等于适合生产，能否留下审计记录和回滚入口更实际。

2. Google Cloud 把 Agent 的控制面一次补齐

Google Cloud 7 月 29 日更新 Gemini Enterprise Agent Platform，称 Agent Memory Bank、Agent Runtime、Agent Identity、Agent Gateway、Agent Registry、Agent Evaluation 和 Agent Observability 等能力面向所有用户开放。官方说明中，Memory Bank 用结构化 schema 管理关键对话上下文；Runtime 支持最长连续运行 7 天的多步骤任务；Identity 提供基于开放标准的 IAM 身份；Gateway 负责集中治理 Agent 交互；Registry 管理组织内的 Agent、服务器和连接。2

Evaluation 和 Observability 解决的是另一件事。前者可以把在线评估、定制 Python 指标、LLM-as-a-judge 和自适应评分放进生产监控；后者追踪推理、工具使用和执行性能。这样一来，Agent 的身份、运行时、工具调用、质量分数和延迟不必再由团队自己拼接成几套日志。

Google Cloud Gemini Enterprise Agent Platform 的产品主视觉 — Google Cloud 的更新把平台能力从运行到评估放在同一套产品描述中。2

这对工程团队的直接影响是，Agent 平台的验收表要从「能否调用模型」改成「能否长期运行」。上线前至少要核对：任务是否有独立身份，权限是否按任务过期，工具调用能否追溯，失败后能否回放，评分是否能和业务结果关联。Google Cloud 把这些能力放在一个产品里，降低了集成成本，也会提高客户对平台完整性的预期。

3. 信通院开始用工程化指标描述智能体云

中国信通院 7 月 29 日在 2026 可信云大会智能体云服务与行业智能化分论坛公布上半年 AI Cloud MSP 系列评估结果，并发布云平台运营 Agent、Agent Harness 工程、Agent 运行沙盒等相关成果。文章还列出智能体应用开发、智算云交付、模型交付、模型运营、后训练成本优化和模型运行安全等标准与评估方向。3

本轮公开结果里，浙江移动数智科技的智算云交付与运维服务为 Lv4，陕西信产的大模型工程化交付为 Lv3，上海联通产业互联网的模型运营服务为 Lv4，浙江高信的智能体应用定制开发服务为 Lv3。信通院还称，自 2024 年以来已经发布 AI Cloud MSP 大模型工程化交付系列十余项标准，截至 2026 年 7 月完成 50 余项 AI 云大模型工程化评估。上述等级和数量是信通院公告口径，属于行业评估，不等同于政府监管许可或客户实际效果。3

这条信号的实际意义在采购端。企业过去问「模型效果怎么样」，现在还要问服务商能不能规划和调度异构算力、完成模型交付、治理后训练数据、监控模型运行安全，以及在上线后承担运维责任。标准未必能替客户做出选择，但它会让招标文件、验收清单和供应商比较多出一套共同词汇。

4. Eliyan 把瓶颈从计算单元移到芯片之间

Eliyan 7 月 29 日宣布完成 1.45 亿美元 Series C，估值达到 10 亿美元，领投方为 Seligman Ventures，Cisco Systems、Lumentum 等参与。Reuters 报道称，这家初创公司要解决 AI 芯片在数据中心内传输数据的瓶颈：计算芯片处理数据的速度可能超过收发数据的速度，昂贵的计算资源因此不能持续满载。4

Eliyan 的商业化路径不是再造一颗通用 GPU，而是授权互连技术，并把可集成进客户自研处理器设计的 chiplet 作为产品。公司预计今年开始交付首批 chiplet，并预测 2027 年底销售额达到数亿美元。这是公司预测，当前没有独立财务数据可以验证。4

对芯片和云基础设施团队，采购指标要从峰值算力扩展到有效算力：内存带宽、芯片间互连、封装、网络拓扑、数据搬运和软件栈需要一起测。Eliyan 的融资说明投资人愿意为这些环节单独定价，但是否能把技术变成大规模交付，仍要等今年的首批 chiplet 和客户设计结果。

5. Encore AI 用客户互动训练销售 Agent

Encore AI 完成 3000 万美元 Series A，Team8 领投，Planven、Lukatz、Garage 以及部分银行和保险机构参与。公司前身是 2022 年成立的 Insait IO，当前产品会收集通话录音、邮件、短信并连接 CRM，把客户互动切成不同阶段，分析哪些做法推动了成交或客户成功，再将有效做法整理成 Agent 的 playbook。5

Encore 的 Agent 可以通过语音或文字直接和客户交流，也可以在员工通话时给出回复和策略建议。TechCrunch 引述 CEO 说，公司已有 40 多家企业客户，多数来自金融机构；公司还称，ARR 在种子轮后不到 18 个月增长超过 5 倍，但没有披露收入和估值。这里的客户数和增长数据属于公司口径。5

Encore AI 的 Interaction Mining 界面 — Encore 用漏斗和互动阶段分析哪些沟通方式更接近业务结果。5

应用层的竞争点因此变得更具体：产品不只回答问题，还要从企业过去的互动里抽取做法，持续更新到下一次客户沟通。对产品和数据团队，这类方案的试点不能只测回答质量，还要检查录音和 CRM 数据的授权、保留周期、脱敏方式，以及 Agent 是否会把某位员工的偶然话术误当成普适规则。

风口判断：Agent 的下一笔预算会落在「可验收」

这五条消息并不能证明所有 Agent 项目都已经进入生产，但它们把供应链和软件栈的验收位置摆得很清楚。

微软把安全任务拆成模型、扫描框架和人工控制；Google Cloud 把运行时、身份、工具治理、评估和观测收进平台；信通院用交付与运营等级描述服务商；Eliyan 说明芯片之间的数据搬运可能成为新的硬件预算；Encore 则把企业互动数据变成专用 Agent 的训练材料。共同点是，模型输出只是其中一环，真正决定能否采购的是结果能不能复盘、成本能不能归因、权限能不能收回。

未来一两个季度可以盯五个可验证节点：

微软 Project Perception 公开预览后，能否披露真实漏洞修复流程、人工接管比例和误报情况。
Google Cloud 的 7 天 Runtime 与 Agent Identity，能否在企业生产环境里形成可迁移的权限和追踪记录。
信通院的评估等级，能否出现在具体行业项目的采购和验收条款中。
Eliyan 的首批 chiplet 是否按计划交付，并获得客户自研芯片设计采用。
Encore 的互动挖掘能否在金融等高合规行业持续提升转化，同时把客户数据边界说清楚。

对从业者而言，下一轮技术选型表里，建议把「生成质量」旁边的空白补上四项：运行时长、身份与权限、有效算力、业务结果。没有这四项，Agent 仍然只是演示；有了它们，才有机会进入预算和合同。

AI 全景情报 0730：Agent 进入可验收期，安全、云平台与芯片互连同时加码