大家都在追模型，思科為什么反復談AI基礎設施？ - 科技行者

每一輪技術浪潮都在不斷拓寬市場的想象邊界，但真正決定一項前沿技術能否跨越“概念驗證”（PoC）鴻溝、走向規模化落地的，往往不是最耀眼的頂層應用，而是堅實的底層基礎設施。

在2026上海Cisco Connect大會上，思科傳遞了一個明確的行業判斷：當AI從助手進化為能夠編排工作流、調用工具、自主執行任務的智能體，企業面臨的核心挑戰已不再是模型本身夠不夠強，而是基礎設施是否足夠穩健、安全體系是否足夠縱深、運維能力是否足夠自動化。

圍繞這一判斷，思科在上海集中發布了四項能力：Silicon One G300芯片、AI感知安全訪問服務邊緣、覆蓋全產品組合的AgenticOps，以及與英偉達聯合打造的思科安全AI工廠。它們共同指向一個目標：幫助企業把AI從試點推進到大規模生產。

先修路，再提速

思科大中華區首席執行官黃志明講了一句形象的比喻：“就像中國十幾年前建高鐵一樣，AI要提速，最重要的是先把基礎架構準備好。”市場上不斷涌現新的AI熱點，但真正決定AI能否普及的，始終是算力、能源、網絡架構和安全這些更底層的條件。只有底座先搭好，企業在面對下一輪應用爆發時，才會有足夠的技術縱深。

思科全球副總裁兼大中華區首席執行官黃志明

沿著這一邏輯，思科正在試圖重塑自身的角色。過去，市場更習慣將其界定為一家老牌的網絡設備與安全巨頭，但在AI主導的新周期里，思科更希望把自己放在“關鍵基礎設施服務商”的位置上。

黃志明表示，隨著AI從助手演進到智能體，企業對基礎設施的需求正呈指數級增長。思科希望為中國企業提供涵蓋網絡、安全與可觀測性的關鍵基礎設施，幫助企業更從容地規模化部署AI。

AI進入生產，要先跨過三道門檻

交流中，思科大中華區首席技術官侯勝利把AI落地的現實障礙概括為三點：基礎設施、安全和數據。

思科大中華區資深副總裁兼首席技術官侯勝利

第一道門檻是基礎設施。過去幾年，外界談AI，更多盯著GPU和模型參數；但到了生產階段，真正暴露出來的瓶頸，反而是電力、帶寬、內存、光模塊以及跨數據中心連接。侯勝利提到，AI數據中心已經不是傳統數據中心的線性升級：前端網絡連接應用和用戶，后端網絡連接GPU算力，還要有存儲網絡和管理網絡，架構從一開始就被重寫。

第二道門檻是安全。進入AI時代，企業不僅要防范工具被濫用、系統遭受攻擊，還要解決數據泄漏、模型調用和智能體交互過程中的風險問題。安全不再是部署完成后的補丁，而是企業把AI真正推向業務場景之前的前提。

第三道門檻是數據缺口。互聯網時代沉淀下來的開放數據正在被快速消耗，而企業真正有價值的數據往往封閉、敏感，受制于隱私、合規和可得性。大模型越往深處走，最終面對的也不只是能力問題，更是信任、合規與數據供給問題。

這三道門檻，正對應著思科此次在上海發布的四個能力支點。

推進智能體時代的AI基礎設施

其中最底層的一塊，是Silicon One G300。這款102.4Tbps交換芯片被定義為面向下一代AI網絡的核心底座。G300配備智能集群網絡，相比未優化流量可將網絡利用率提升33%，任務完成時間縮短28%。它將應用于新一代N9000和8000系統，配合100%液冷架構、1.6T OSFP和800G線性可插拔光模塊，整體能效可提升近70%。在硬件之外，思科同時推出了Nexus One統一管理平臺，以簡化本地與云端數據中心部署的運維管理。

另一個關鍵落點，是新升級的AI感知安全訪問服務邊緣（Cisco AI-Aware SASE）。思科引入了意圖感知檢測和AI流量優化能力，能夠對智能體與工具之間的通信進行治理，并在負載高峰期間保障性能穩定。通過在SD-WAN與SSE之間實現統一策略執行，并提供對基于MCP交互的深度可視化，企業可以在AI應用全生命周期中更好地保障數據安全、合規和穩定運行。

安全之所以被放到如此靠前的位置，也與AI時代攻防關系的變化有關。思科大中華區安全事業部總經理卜憲錄將這種變化概括為三個S：Speed、Scope和Scale。速度更快，攻擊覆蓋面更廣，數量級增長。企業今天要面對的，可能是“無數個Agent沒日沒夜發起的攻擊”。攻擊方只需要成功一次，而防守方必須保證每次都不能出錯，這種天然不對稱，使得安全必須成為網絡原生能力，進入系統內部。

思科大中華區安全事業部總經理卜憲錄

也因此，思科宣布大幅擴展與英偉達合作的安全AI工廠（Cisco Secure AI Factory），為客戶提供貫穿整個基礎設施的AI部署框架。從核心數據中心到邊緣節點，從訓練、優化到推理，這套架構將網絡、計算、安全和可觀測性整合到同一參考設計中，幫助企業、新興云平臺、主權云和服務提供商將AI從試點更快推進到大規模生產，并把安全能力前置到部署之初。

與此同時，思科還發布了全新的AgenticOps功能，并將其定義為貫穿產品組合的AI驅動運維。依托覆蓋思科網絡、安全云控制、思科Nexus One和Splunk等在內的跨域遙測數據源，AgenticOps能夠提供系統級洞察，推動網絡、安全和可觀測性能力向更智能、更快速的運維方式演進。它要解決的，本質上是企業把AI推向生產之后，“誰來管、怎么管、如何持續優化”的問題。

在中國市場，這套能力又被進一步拉向本地化落地。侯勝利表示，很多全球可行的云化方案，在中國并不能直接復制，思科在中國大陸做了大量在地創新：安全AI工廠區分全球版與中國大陸版；面向醫療和制造等行業的AI OPS場景已經落地；本地服務創新版本的Agentic AIOps支持Multi-Agent+MCP架構，集成NetOps與SecOps，并支持On-Prem部署、無數據外穿。對于中國企業，尤其是對數據主權、合規和本地部署敏感的行業來說，這種“把能力落到本地”的路徑至關重要。

泡沫也許會破，但基礎設施會留下

當被問到AI是否會像互聯網一樣經歷泡沫時，黃志明認為，泡沫更多是投資市場的話語，而真正值得關注的，是新技術能否把過去“想得到卻做不到”的能力，逐步變成普及化的基礎設施。互聯網走過了這條路，AI也會如此。

這恰恰解釋了思科為什么會在“智能體元年”把自己押注在基礎設施上。因為企業一旦進入生產級AI階段，必然會重新審視自己的網絡、電力、安全、管理平面和跨域調度能力，必然會從“有沒有在試AI”，走向“能不能把AI穩定、安全、合規地跑進生產”。

從Silicon One G300，到AI-Aware SASE，再到覆蓋全產品組合的AgenticOps，以及與英偉達合作推進的Secure AI Factory，思科本質上都在回答同一個問題：怎樣把基礎架構這條路修好，幫助企業在更高的安全要求下，把AI真正從試點推向生產。