夜雨聆风思科去年突破了互联网泡沫时期的高位，之后一路飙升，在最新的2026财年第三季度财报发布后，股价继续跳涨了20%。
如此强势的表现，背后的答案还是AI。
在这场AI淘金热里，真正受益的可能不只是大模型公司和GPU公司，也包括像思科这样，默默铺设AI底层基础设施的四十年老牌巨头。
今天我们就通过思科这份财报，来看三个问题。
第一，思科的持续上涨是否有业绩支撑？
第二，为什么思科突然成了AI受益者？更具体地说，云巨头为什么需要思科？
第三，我们还要通过思科来观察整个产业的变化：当AI从云端走向企业之后，网络、安全和组织会发生什么变化？
一、为什么说思科突然成了AI受益者？
思科第三季度总营收创下纪录，达到158亿美元，同比增长12%。对于思科这种体量的公司来说，还能实现两位数增长，本身就不算容易。
如果剔除一次性的重组和并购成本，单看非GAAP每股收益，则达到1.06美元，同比增长10%。这两个核心指标，基本都超过了华尔街预期。
但真正值得关注的不是营收和利润，而是订单。
思科第三季度整体产品订单同比增长35%。对于一家长期被认为偏传统硬件的网络巨头来说，订单突然增长三分之一，这背后一定不是普通的周期性波动，而是市场基本面出现了结构性变化。
那么，拉动这种增长的核心力量是什么？
答案非常明确，就是超大规模云服务商，也就是hyperscalers。
财报电话会上，思科管理层披露，第三季度这些科技巨头给思科贡献的AI基础设施订单达到19亿美元，而去年同期只有6亿美元。也就是说，这不是简单增长，而是在快速翻倍。
更关键的是，思科已经提前一个季度完成了全年50亿美元的AI订单目标。目前累计AI订单达到53亿美元。基于这种强劲需求，管理层直接把2026财年的AI基础设施订单预期上调到大约90亿美元，相当于2025财年的将近4.5倍。
同时，思科预计本财年就能实际确认大约40亿美元AI相关收入。
这说明什么？
说明思科不是在吃传统网络设备的小周期反弹，而是在吃AI基础设施扩张带来的结构性红利。
不过这里马上会出现一个问题：这些订单到底是真实需求，还是客户在恐慌性囤货？
你想，如果现在我是某个大型企业或者云厂商的采购负责人，看到内存涨价、组件紧张、交付周期不稳定，我可能会提前下单，把未来几个季度甚至未来一两年的设备先买回来。这种情况当然存在。
所以分析师在电话会上也问了类似问题：不只是AI订单增长，思科的非AI订单也增长了19%。这到底是企业真的在升级网络，还是为了规避供应链风险，提前把订单拉到现在？
这个问题很关键。因为如果只是提前拉货，那今天的高增长可能只是透支未来需求，并不代表长期增长真的成立。
但管理层的回应是，他们没有把订单增长简单归因于客户囤货。相反，他们看到的是企业和云厂商为了AI推理、Agentic AI应用、网络安全和基础设施现代化，正在持续推进网络升级。
更重要的是，思科整体网络订单已经连续第七个季度实现两位数增长。将近两年的持续增长，从机制上看，更像是AI基础设施需求的真实扩张，而不是短期恐慌性采购。
二、云巨头为什么需要思科？
这就引出第二个问题：云巨头为什么需要思科？
答案就在思科的两张底牌上。
一张是自研的Silicon One芯片，另一张是Acacia光学业务。
先说Acacia。
Acacia业务在第三季度创下了单季订单超过10亿美元的历史最好纪录。思科迄今为止已经出货超过75万个400G，以及超过4万个800G的相干可插拔光学器件。
这里可能有些朋友会疑惑：我们明明在聊AI芯片和AI基础设施，为什么突然聊到了光学器件？
原因很简单。AI发展到今天，瓶颈早就不只是“有没有GPU”，还包括这些GPU之间能不能以足够快的速度交换数据。
在大型AI训练集群里，成千上万颗GPU需要不断同步参数、交换数据、传输中间结果。这个数据量非常恐怖。如果还用传统铜线，在几米甚至更远的距离内传输高速数据，电信号会衰减、失真，还会带来巨大的功耗和发热问题。
说得通俗一点，如果你把高密度AI服务器机架里的高速连接都交给铜线，那就像在机架里面塞进了一个高功率电烤炉。带宽不够，功耗很高，热也散不出去。
所以，AI数据中心越来越依赖光通信。
相干可插拔光学器件的作用，就是把GPU和交换机产生的高速电信号，转换成400G、800G甚至更高速率的光信号，然后通过光纤进行低损耗传输。
这就是Acacia对思科的重要性。
更有意思的是，思科在这个季度拿下了超大规模客户的5个新设计定点，其中包括基于Silicon One P200的scale across设计定点。
这个细节非常关键。
过去很多人觉得，思科的网络设备主要是把数据中心连接到外部网络，就像一个大型出口通道。但现在，云巨头开始把思科的技术用于AI基础设施内部更核心的连接场景。
也就是说，成千上万台AI服务器之间，为了训练和运行大模型而进行的高速互联，也开始用到思科的技术。
这就不是站在数据中心门口，而是进入了AI基础设施的核心腹地。
再看Silicon One。
思科拥有自研网络芯片，这意味着它不像一些竞争对手那样，完全依赖第三方芯片供应商。思科可以更深入地控制底层技术路线，从晶圆生产、基板制造，一直到最终的组装、测试和供应链管理。
管理层也提到，通过这种垂直整合，思科已经锁定了直到2026日历年的关键供应产能。
别人还在抢芯片、抢产能、抢组件，而思科已经提前锁住了部分关键供给。
这在AI基础设施供不应求的环境里，意义非常大。
因为AI时代的竞争，不只是产品性能竞争，也是供应链控制能力的竞争。谁能稳定交付，谁能控制成本，谁能确保关键部件不掉链子，谁就更容易拿到云巨头的大订单。
这里还有一个非常值得注意的细节。
现在全球内存成本持续承压，内存价格非常紧张。但思科内部启动了20多个专项计划，目的就是减少产品对内存的消耗。甚至他们在第四季度要推出的一款新无线产品，所需内存容量直接下降50%。
这听起来有点像魔法。为什么减少一半内存，还不把产品性能搞砸？
答案不在于阉割功能，而在于底层架构优化。
思科大概率是通过底层固件、缓存策略、数据结构和芯片内部处理路径的优化，让数据流动得更高效。换句话说，不是简单堆更多硬件，而是让数据在设备里面跑得更聪明。
当芯片处理数据的效率更高，数据在设备内部停留的时间更短，自然就不需要外挂那么多大容量RAM芯片作为缓存。
表面上看，这是一个技术优化问题。但从商业角度看，这其实是产品经济学。
因为它可以硬碰硬地抵消上游涨价对毛利率的冲击。
所以，思科的护城河并不是传统意义上的“我会卖路由器”。它真正的护城河，是芯片、光学、系统架构和供应链控制能力共同组成的一套基础设施能力。
这也解释了为什么云巨头愿意把AI基础设施订单交给思科。
三、当AI从云端走向企业之后
接下来我们看第三个问题：当AI从云端走向企业之后，网络、安全和组织会发生什么变化？
刚才我们讲的，主要是云厂商如何建设巨大的AI算力基础设施。但AI不是只发生在云端。普通企业也要使用AI，企业园区、分支机构、办公网络、边缘节点，都要承接更多AI流量。
如果说云端是一个超级大水库，但企业本地网络还是一堆老旧生锈的铁管子，那么当庞大的AI数据流冲进去时，管道要么会爆掉，要么会堵得水泄不通。
思科做过一项针对全球3500名技术领导者的调研，结论非常直接：由于AI应用落地，未来三年内，企业园区和分支机构的网络流量预计将增长三倍。
三倍意味着什么？
你不可能用五年前的老路由器，去承载今天的AI智能体、实时数据分析和自动化工作流。
所以调研里有93%的受访者表示，他们正在加速推进网络现代化计划。
这也解释了为什么思科的无线产品订单能创下历史新高，增长超过40%。其中大约一半来自最新的Wi-Fi 7设备。同时，企业数据中心交换机订单也增长了40%以上。
说白了，AI落地不是买一个模型就结束了。企业要真正用好AI，底层网络也必须升级。
但这里还有一个更大的问题：当管道变宽，数据跑得更快，安全风险也会同步放大。
如果黑客入侵了网络，那么更宽的管道不仅能帮助企业传输数据，也会帮助攻击者更快地窃取数据。
这就是AI时代网络安全正在发生的变化。
过去的安全防御，更多是人为配置规则、识别攻击、打补丁。但现在AI已经变成黑客手里的自动化工具。攻击可以更快、更密集、更智能，所以防御者也必须用AI进行更快的响应。
这也是为什么思科在安全业务上持续投入。
虽然这个季度思科整体安全业务收入表面上是持平的，主要是因为收购Splunk之后正在向云端转型，短期存在一些财务上的阵痛期。但如果拆开细节看，防火墙订单出现了强劲的两位数增长。
更重要的是，包括Secure Access、XDR、Hypershield和AI Defense在内的新安全产品，第三季度吸引了超过1000名新客户。
这里还有一个很有意思的细节：思科甚至在用AI测试自己的AI安全能力。
思科是Project Glasswing的创始参与方之一，并且参与Anthropic Claude Mythos Preview模型的测试，用它来对自己的代码、产品和基础设施做防御性安全测试。
简单理解，就是在公司内部引入一个具备高水平攻击思维的AI模型，让它不断给自己的防御系统找漏洞、找盲点。
这代表了网络安全的新范式。
未来安全系统不能只是等攻击来了再反应，而是要提前用AI模拟攻击，主动暴露自己的弱点。
不仅如此，思科还开源了Foundry Security Spec。它是专门针对代理型AI，也就是Agentic AI，设计的一套工业级安全评估蓝图。
这一点非常关键。
当企业允许一个AI代理自主读取数据库、发邮件、调用工具、修改系统配置的时候，安全问题就不再只是传统病毒问题，而是“谁能控制AI代理行为”的问题。
一个被攻破的AI代理，可能比传统病毒更危险。因为它不仅能读取信息，还能执行动作。
所以，思科在这个方向持续投入，本质上说明它非常清楚AI时代最大的风险在哪里。
不过，思科要向外部客户销售AI基础设施和AI安全架构，自己内部也必须先变成一家真正的AI公司。
比如思科内部有一个专用AI助手叫Circuit，全员都在使用，一个季度的总交互量超过800万次。这说明思科内部AI化已经推进得非常深入。
但矛盾的是，思科一边营收增长，一边订单爆发，一边内部拥抱AI，同时却宣布了最高10亿美元的重组计划，其中第四季度就要确认4.5亿美元。
很多人看到这里会疑惑：既然增长这么好，为什么还要重组？
管理层给出的解释是，这次重组不是以节省成本为主要目标，而是为了把资源重新配置到四大核心增长引擎上：芯片、光学、安全和AI。
也就是说，这不是简单降本，而是内部资源转向。
更准确地说，这是一次残酷但必要的内部技能置换。
一个过去卖了十几年传统企业路由器的团队，不可能一夜之间就学会如何向Google、微软这些云巨头销售高度复杂的800G相干光学器件。这是完全不同的客户、不同的技术语言、不同的销售逻辑。
所以，思科现在要做的事情，有点像在一列高速飞驰的火车上，把旧轮子拆下来，换成新轮子。这需要非常强的组织调整能力，也需要非常冷静的财务纪律。
除了组织调整，思科在商业机制上也做了很强势的动作。
前面我们说过，上游内存和组件成本都在涨。但思科本季度非GAAP总毛利率仍然维持在66%。虽然同比有所下降，但在硬件收入占比提升、内存成本上涨的背景下，这个水平已经说明它仍然具备较强的成本控制能力。
这背后一方面来自技术上的内存消耗优化，另一方面也来自商业上的定价管理。
简单说，思科提价了。
非webscale业务订单增长中，大约有4到5个百分点来自价格上涨。客户为什么能接受？因为在关键网络设备和AI基础设施上，客户没有太多选择。
更重要的是，思科还缩短了报价有效期。
过去价格调整通知和旧报价有效期加起来，客户可以有比较长的缓冲期。现在思科把这个周期明显压缩，目的就是减少供应链成本波动带来的利润风险。
这招看似只是销售条款变化，但在组件成本剧烈波动的环境里非常重要。
如果报价有效期太长，客户拿着旧报价慢慢谈，结果成本上涨以后，公司只能自己贴钱。通过缩短报价周期，配合更强势的价格调整，思科等于是把成本压力的一部分重新传导给客户，同时也压缩了自身风险敞口。
结语
所以，聊到这里，思科这份财报到底意味着什么？
我觉得，它给我们一个非常重要的提醒：AI时代不是只有模型公司和GPU公司受益。
今天大家都盯着大语言模型，看谁参数更大，看谁GPU更多，看谁应用增长更快。但真正支撑这些模型运转的，是底层的高速算力输送网络，是光通信，是交换芯片，是网络安全，是供应链控制，是企业网络现代化。
这些东西不一定站在聚光灯下，但它们决定了AI能不能真正落地。
从158亿美元的创纪录营收，到90亿美元的AI订单预期；从Silicon One和Acacia的底层垂直整合，到企业网络升级、安全架构重构，再到内部资源向芯片、光学、安全和AI的果断转向，思科用这份财报证明了一件事：
在AI时代，基础设施这块基石不仅没有变得边缘，反而比以往任何时候都更加重要。
最后还有一个更长远的线索。
在财报电话会上，思科CEO Chuck Robbins再次提到公司近期发布的Cisco Universal Quantum Switch，也就是思科通用量子交换机原型。
这不是普通网络交换机，而是面向量子网络的一项研究原型。它尝试解决的问题是，如何在室温环境下，通过标准电信光纤，在不同量子系统之间路由和传输量子信息。
当然，这仍然处在研究原型阶段，距离大规模商业化还有很长距离。但它提供了一个非常有想象力的方向。
如果说今天的AI数据洪流已经是一场海啸，那么未来当光纤网络、AI数据中心和量子网络逐渐连接起来时，整个信息传输体系可能还会继续演化。
这也是思科这份财报最值得回味的地方。
