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
微软、Google Cloud、中国信通院、Eliyan 与 Encore AI 的最新动作显示，Agent 的竞争正在从模型演示转向安全验收、运行控制、芯片互连和业务数据闭环。
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
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。
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
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。
References
- 1Rethinking security for the age of AI
news.microsoft.com
- 2What’s new in Gemini Enterprise Agent Platform
cloud.google.com
- 3中国信通院2026年上半年AI Cloud MSP系列评估结果公布
mp.weixin.qq.com
- 4
- 5
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.