谷歌宣布完成以320亿美元现金收购云安全公司Wiz（交易已通过美欧反垄断审查）。Wiz并入Google Cloud但将保留品牌与产品独立性，继续支持AWS、Azure、Oracle等多云环境。报道指出，Wiz在2025年年度经常性收入（ARR）已超过10亿美元。谷歌表示将把Wiz平台与Google威胁情报、安全运营及Mandiant服务整合，提供从代码到运行时的一体化防护，并强化AI工作负载与模型相关风险的检测、预防与响应。

英伟达发布并开源Nemotron 3 Super（120B总参数、A12B激活），面向Agentic推理与长上下文场景。模型采用Mamba-Transformer混合骨干、Latent MoE与多token预测（MTP），支持100万token上下文窗口；官方宣称在Blackwell平台上可实现最高5倍吞吐提升并带来精度增益。NVIDIA同时开放权重、训练数据与训练配方，开发者可据此复现实验或做行业微调，并可通过NVIDIA NIM与Hugging Face等渠道获取与部署。

NVIDIA与AI云厂商Nebius宣布建立战略合作，并由NVIDIA向Nebius投资20亿美元。双方将围绕AI基础设施部署、集群与机队管理、推理能力以及“AI工厂”设计与支持展开协同；Nebius称将获得对NVIDIA最新一代加速计算平台的优先访问。Nebius计划在2030年底前部署超过5吉瓦的NVIDIA系统容量，以满足大规模训练与推理需求。合作强调面向“代理型AI”工作负载做全栈优化，从芯片到软件提升可用性与交付效率。

Databricks推出面向数据工程、数据科学与分析的自主代理Genie Code，可自动完成数据管道构建、故障排查、仪表板部署与生产系统维护等任务。官方披露在真实数据科学任务评测中，Genie Code将成功率从32.1%提升至77.1%。产品与Unity Catalog集成，用于权限、语义与治理控制，强调在企业数据边界内运行。Databricks同时宣布收购Quotient AI，以增强对AI代理的持续评估与强化学习能力，推动代理在生产环境中持续优化与可控迭代。

Meta公布自研加速器MTIA的扩张计划，称将于两年内部署四代新芯片（MTIA 300、400、450和500），以支撑推荐与生成式AI工作负载。Meta表示MTIA 300已投入生产并用于训练，后续型号将主要面向GenAI推理，目标是在推理场景获得更高效率与更低成本。公司强调以更短迭代周期（约6个月或更短）推进芯片与软件协同，并保持与PyTorch、OCP等行业标准兼容；同时仍采取多供应商混合算力策略以覆盖不同负载需求。

瑞典法律AI初创Legora完成5.5亿美元D轮融资，估值55.5亿美元，由Accel领投。公司提供协作式法律研究、文件审查与起草平台，服务对象为律所与企业法务团队，报道称其客户已覆盖800余家机构。Legora团队规模过去一年从40人增长至400人，并已在美国设点扩张。公司计划继续加码美国市场，在休斯顿与芝加哥设立新办公室，并预计到2026年底美国员工数将超过300人，以推动本地交付与销售增长。

Zendesk宣布将收购客服AI公司Forethought，把其自学习代理技术并入Zendesk Resolution平台，用于跨渠道生成、适配并执行复杂服务工作流。Zendesk称，其AI代理能力可覆盖超过80%的常规客户交互，并面向B2B、消费者与员工服务等多场景扩展。交易预计在2026年3月底前完成，但仍需监管批准；Zendesk称这是其近20年来最大规模收购，将使产品路线图加速一年以上。Forethought还强调其技术可嵌入企业既有系统，在缺少API时也能自动化流程。

Palo Alto Networks旗下Unit 42披露，多类用于内容合规评估的“AI法官/奖励模型”存在可被绕过的系统性漏洞。其提出的AdvJudge-Zero自动化模糊测试方法通过分析模型的token预测分布，插入低困惑度但具操控性的字符（如Markdown符号），逐步缩小“允许/阻止”决策置信差，从而诱导评估模型批准违规内容。报告称该方法对开源企业级LLM、专用奖励模型及商业LLM等多种架构的攻击成功率最高可达99%。研究建议将此类fuzzer用于对抗训练，可把成功率降至接近零。

Salesforce研究指出，依赖网络检索的搜索代理易遭“井中毒”（Well Poisoning）攻击：攻击者托管带隐蔽误导的信息，使代理在检索后采信并输出错误结论。实验显示，在受控环境中约80%的查询被成功诱导；在包含10万+正常文档的更真实设置下，仍有近四分之一查询被带偏。团队用gpt-oss-20B与120B在BrowseComp数据集上验证，发现代理一旦接触恶意内容，会减少后续搜索与交叉验证，却常以高置信度给出错误答案，凸显代理在对抗性信息环境中的鲁棒性缺口。

台湾数位发展部表示将针对生成式AI与深伪普及带来的内容真伪与公共信任风险，推动制定AI治理指引，并以三阶段推进：先研究国际案例；再于2026年上半年邀集专家学者、工协会及大型数字平台沟通、蒐集意见；目标在2026年底前提出初步理念或架构。重点方向包括推动AI生成内容标示、提升信息透明度，并研议新闻内容被AI使用时的授权与付费机制，以保障媒体权益。整体思路强调事前防控与跨业协商，而非仅依赖事后法律追责。