AMD宣布第一款消費級雙3D V-Cache處理器Ryzen 9 9950X3D2 Dual Edition正式開賣，透過在8+8雙CCD的頂級消費級Zen 5 CPU分別封裝3D V-Cache，實現高達208MB的驚人總快取，可供專業內容開發與創作進一步提高性能，不過在定價也超越單3D-V Cache的Ryzen 9 X3D，官方建議售價達899美金。

原價屋

隨著正式開賣，Ryzen 9 9950X3D2 Dual Edition台灣通路報價也隨之出爐，指標性通路原價屋開出31,450元的報價，比起Ryzen 9 9950X3D的23,950元高出許多，也幾乎是遊戲玩家最愛的Ryzen 7 9800X3D的16,150元的兩倍，然而根據已經解禁的測試，對於遊戲玩家的效益對比Ryzen 7 9800X3D不算明顯，反而由於TDP提高至200W，對散熱有更高的要求。

【AMD】Ryzen 9-9950X3D2 Dual Edition 16核心CPU

NT $31,650

PChome

圖片來自AMD /本文章所有內容均由編輯撰寫，我們可以由閱覽者的點擊購買行為中獲得由第三方平台提供的導購分潤收入。文章提及的內容與價格是文章發布當下的資訊，目前可能已有變化，詳情請參閱購買連結。

基於LPDDR的SOCAMM模組是由NVIDIA與美光Micron為新一代資料中心所制定的記憶體模組，結合省電、高頻寬的LPDDR記憶體以及緊湊且容易融合到液冷系統的設計，希冀為新一代資料中心提供兼具節能、高效能但同時又具有可維護性的新型記憶體模組；隨著NVDIA於Vera Rubin全面導入新版的SOCAMM2模組，美光也不再是唯一的供應商，其中SK Hynix在2026年4月20宣布已開始量產192GB SOCAMM2模組，並強調是為NVDIA Vera Rubin平台設計。

SK Hynix強調已投入量產的192GB SOCAMM2模組採用1cnm製程DRAM，相較傳統RDIMM模組提高一倍的頻寬，能源效率則提升75%以上，但僅有30%的體積；SK Hynix寄望透過SOCAMM2模組可從根本解決訓練與推論的數千億參數的LLM模型預到的記憶體瓶頸問題。

不過與NVIDIA共同合作開發SOCAMM模組的美光則已於2026年3月的NVIDIA GTC大會宣布採用32Gb顆粒的256GB SOCAMM2模組，相對SK Hynix量產的192GB版本具有更高的容量密度。

此外值得玩味的是AMD也宣稱將在預計於2027年推出第6代EPYC Verano的伺服器導入SOCAMM2模組，表示至少在2026年可能僅有NVIDIA的Vera Rubin平台會有比較顯著的SOCAMM2模組需求，雖然基於Arm架構的Vera Rubin系統總需求理應低於x86處理器搭配Rubin GPU的組合，但考慮到當前資料中心規模越來越大、記憶體容量需求，仍會帶動三大記憶體供應商前仆後繼設法以SOCAMM2模組打入Vera Rubin供應鏈。

Windows PC的使用者遇到電腦發生不明卡頓時，應該會很直觀的使用Ctrl+Alt+Delete組合鍵叫出Windows工作管理員(Task Manager)觀看到底是甚麼應用程式占用系統資源，其中CPU當前佔用率也經常被作為評估電腦是否處在高負載的參考，不過參與工作管理員開發的前微軟工程師Dave Plummer在個人頻道表示，由於CPU歷經長年的發展，目前工作管理員的CPU占用比例早無法反應真實的工作量。

工作管理員的監控數據並非即時而是定時擷取

Dave Plummer是相當資深的前微軟工程師，曾參與許多Windows重要功能的開發，其中也包括Windows工作管理員；他表示Windows工作管理員的監測方式為定時擷取資訊，並透過前後兩次更新計算平均值，並非即時監測數據。

以相對嚴謹的方式而非簡單的雙時段對除

這種監控模式最簡單的方式是固定時間CPU的使用情況加以整除得到的結果，但也會出現極端數字對除後產生與現實落差極大的情況，故當時微軟工程團隊為了避免這樣的情況，則透過工作管理員紀錄每個處理程序自啟動以來的核心時間與用戶時間加總、並扣除上一次更新數據的方式取得該時間CPU的佔用，系統再除以所有程序在同一時段內消耗的CPU綜合。

新CPU複雜的特性使得難以透過傳統計算方式以百分比呈現

雖然這樣的方式遠比簡單暴力的時間差平均值更精確，不過現代CPU的設計與當年開發Windows工作管理員早已不同，包括動態時脈調整、Turbo Boost、熱降頻、深度閒置、多核心、異構設計等新一代CPU的設計使得條件更為複雜，已難以使用舊方法透過百分比的方式反應實際CPU的工作負載。

向老東家喊話並提供改善建議

他也對老東家提出建議，相較行之有年以時間佔用率的頻估方式，表示應該透過「實際完成工作量」與「理論最高工作量」的比重才能夠有效的反應當代CPU的資源占用強況，不過畢竟Dave Plummer已從微軟離開，微軟現行的團隊是否能夠接受就不知道，畢竟相對工作管理員的資源監控不正確，Windows恐怕還有更多修不完且影響體驗的的Bug需要解決。

網路購物常常為了要免運東湊西湊，然而Momo購物宣布將調降超商取貨免運門檻，只要290元就能免運且全站適用。此服務支援4大便利商店包括7-11、全家、萊爾富，以及郵局i郵箱和台灣大哥大Myfone門市，Momo購物也同步推出優惠活動，超商取貨單筆滿額將可獲得部分回饋。

超商取貨290元就免運 便利商店、i郵箱都能寄

網路購物非常方便，尤其超商取貨可以不受到物流或郵局營業時間限制，然而為了「湊免運」，消費者常常會額外購入不需要的物品，或者是等到有促銷活動時再購買。如今Momo購物宣布調降免運門檻，從原本的490元調降至290元，此標準全站適用，包括進口零食、日常食品、保養品都在使用範圍內。

Momo購物表示，新服務首先於mo店+試行，上線後免運店家訂單數成長近一成，超取訂單數上線後成長約20%，顯示低門檻免運不僅帶動訂單，也直接改變取貨行為。因此Momo擴大實施此項服務，串聯7-11、全家、萊爾富、OK，以及郵局i郵箱和Myfone門市，消費者購物滿290元並選擇以上通路取貨，即可獲得免運費優惠。

小額購物也能有免運 還有限時優惠

網路購物逐漸從購買大量囤貨轉變為小額即時補給，Momo購物調降免運門檻更符合現代消費者的生活習慣。而在推出新措施的同時，Momo購物也同步舉辦優惠活動，即日起至5月31日止，消費者購物滿額並於7-11、全家取貨，將可獲得雞翅、大冰美、霜淇淋等禮品回饋。

Momo購物7-11取貨活動：

• 4月1日至5月31日，單筆滿千送夢幻雞翅。

• 5月1日至5月10日，單筆滿399送大冰美。

• 5月5日、5月10日，單筆滿千送冰奶茶。

• 5月19日至5月22日，單筆滿399送甜辣醬炸雞。

Momo購物全家取貨活動：

• 4月1日至4月30日，單筆滿千送經典雙手卷。

• 5月1日至5月31日，單筆滿千送香菇雞粥。

• 5月1日至5月10日，單筆滿399送海苔肉鬆麵包。

• 5月5日、5月10日，單筆滿千送香草嫩雞胸。

• 5月19日至5月22日，單筆滿399送霜淇淋。

Google在Cloud Next 2026大會上提出「Workspace Intelligence」想法，目的是將Workspace從獨立的生產工具轉變為系統，同時也針對Google Meet、Google Drive、Gmail等各項服務進行功能更新。例如，Google Meet的「幫我做筆記(Take notes for me)」功能不再侷限於線上會議，將可透過錄音由AI協助整理實體會議摘要，還有Google Drive新增「專案」功能可讓用戶分享文件、信件給合作對象並進行協作。

Google Meet會議筆記實體會議也能用 自動產生紀錄和摘要

Google Meet的會議筆記功能已被廣泛使用，由AI協助整理會議記錄、重點摘要，用戶在會議中途不再需要分心處理。而這項「幫我做筆記」功能未來將拓展至線下實體會議，用戶將可在Google Meet網頁或是App中開啟會議室語音錄製功能，系統將會在Google文件中產生紀錄和摘要。

Google Drive專案功能可管理文件、信件並分享

過往Google Drive以分享單個檔案或資料夾為主，如今Google Drive將新增「專案」功能，類似NotebookLLM的筆記本分類概念，用戶可以將Google旗下服務包括Google文件、Gmail信件、Google簡報等的檔案整理至同個專案裡，方便與他人分享。而在整理與分享之外，Google Drive也可以在專案內開啟AI智慧助理，由AI協助管理、生成內容，或是根據專案情境回答提問。

Gmail由AI管理收件匣並提供AI概覽功能

如今用戶已經可以使用AI協助撰寫信件，而在收信讀信方面，未來Gmail將推出AI收件匣功能，用戶可以更快速地找到收件匣裡最重要的信件，並可透過搜尋讓AI將散落在信件裡的資訊轉換成整理好的答案。因此，用戶未來在搜尋信件時，Gmail將可整合不同信件的訊息，並產生簡潔的重點摘要。

新服務陸續推送 Workspace Intelligence與專案緊密結合

Google提出「Workspace Intelligence」並讓AI與專案合作更進一步結合，它不僅能連接到應用程式並從中提取必要的資料，也是一個「系統」能夠深入理解Gmail、Google文件等應用程式紀錄的內容。

藉由Workspace Intelligence，用戶將可減少在不同應用程式和專案之間來回切換的步驟，AI也將擁有更好的理解力，能夠判斷和理解工作意圖與上下文語意。Google的Workspace Intelligence能夠連接到不同的應用程式並提取內容，而Google Meet、Google Drive等服務也都將帶來對應的升級，以上更新未來都將陸續推送。

Anker 推出自有 AI 晶片「Thus」，採用記憶體內運算技術，首款搭載晶片的耳機將於 5 月 21 日發表，並內建 Clear Calls 降噪通話功能。

Anker宣布，推出專為小型穿戴裝置設計的自有AI晶片「Thus」，這款號稱業界首創結合神經網路的記憶體內運算AI音訊晶片，主打能在極低功耗與微小體積下，直接於裝置端執行本地AI運算處理。Anker同時預告，首款搭載Thus晶片的全新耳機，將於5月21日舉行的「Anker Day」發表會上正式亮相。

顛覆傳統架構：結合NOR快閃記憶體

Anker將「Thus」晶片的核心設計理念形容為「受到人類大腦運作方式的啟發」。

在傳統的電腦晶片架構中，資料儲存與處理是分開的，使得資料在傳輸過程中會產生額外延遲與功耗。而Thus晶片採用「記憶體內運算」 (Compute-in-Memory, CIM)技術，將運算能力直接整合到讀取速度更快的NOR快閃記憶體單元中。這種設計不僅能大幅縮減晶片在裝置內部所需的物理空間，更解決資料搬運的功耗問題，使其成為智慧型手錶、耳機等微型產品的理想處理器選擇。

首戰挑選「耳機」：最嚴苛的硬體修羅場

為什麼首發產品選擇耳機？Anker表示，真無線耳機 (TWS)是展示新款AI晶片實力的「最嚴苛環境」，因為幾乎沒有其他裝置對AI晶片的要求比它更高。

耳機內部寸土寸金，留給主機板與電池的空間更是極度狹小。晶片必須在僅有幾毫瓦的極低功耗限制下運作，同時還得無間斷地提供即時的環境主動降噪 (ANC)運算。Anker表示，如果Thus晶片能在耳機上證明其價值，這將會是最好的火力展示。

而未來，Anker計畫將這顆晶片更廣泛應用於旗下的其他行動配件與物聯網 (IoT)裝置中。

搶先曝光的殺手級應用：Clear Calls降噪通話

雖然Anker尚未完全揭曉新款耳機的所有AI功能，但官方已經先預告了一項名為「Clear Calls」的獨家技術。

這項技術將利用完全在裝置端本地運行的「大型神經網路」，並且結合極度奢華的硬體陣列——包含8組MEMS微機電麥克風與2組骨傳導感測器。透過AI演算法與多重感測元件輔助，Anker宣稱，即使使用者身處對傳統降噪技術而言極具挑戰性的嘈雜環境中，Clear Calls依然能帶來顯著且清晰的通話品質。

台積電於北美技術論壇正式公開先進製程技術版圖，宣布 A13、A12 埃米級製程及 14 倍光罩尺寸 CoWoS 封裝技術將於 2029 年量產，強化 AI 與高效能運算實力。

在人工智慧對算力需求無止境的推動下，台積電稍早於美國加州聖塔克拉拉舉辦2026年北美技術論壇，正式揭曉其最前瞻的半導體技術版圖。本次大會以「領先矽技術拓展人工智慧」 (Expanding AI with Leadership Silicon)為主題，除了宣布將於2029年量產全新A13與 A12埃米級製程外，更端出針對巨型AI模型設計的14倍光罩尺寸CoWoS先進封裝技術。

此外，首款採用奈米片電晶體的車用製程N2A，以及進入量產階段的矽光子技術COUPE也同步亮相，展現台積電在先進製程與先進封裝雙軌並進的技術實力。

埃米級的進化：A13與A12預計2029年進入量產

作為2025年發表的A14製程的後繼技術，全新推出的A13製程技術帶來更精簡且高效的設計。

相較於A14，A13在面積上進一步微縮6%，同時透過設計與技術協同優化 (DTCO)帶來額外的功耗效率與效能提升。對IC設計客戶而言，A13最大的亮點在於其「設計規則與A14完全向後相容」，代表客戶能以極低的轉換成本，迅速將既有設計升級至台積電最新的奈米片電晶體技術。

除了A13，台積電也預告同屬於埃米級世代的A12製程技術。A12將導入台積電的超級電軌 (Super Power Rail)背面供電技術，專為AI與高效能運算 (HPC)量身打造。而包含A13與A12，目前都預計會在2029年正式進入生產。

此外，針對2nm製程家族，台積電也推出了全新N2U平台。藉由設計與技術協同優化，N2U平台產品的運作效率相比N2P提升3-4%，或是在功耗表現相比N2P下降低8-10%，邏輯密度則提升2-3%，預計於2028年量產，成為兼顧行動裝置與AI運算的均衡選擇。

3DFabric先進封裝：14倍大光罩設計的CoWoS封裝現身

面對NVIDIA等AI晶片業者對HBM高頻寬記憶體與多晶片整合的龐大需求，台積電的CoWoS封装尺寸正以驚人速度膨脹。

• CoWoS封装尺寸巨型化：台積電目前已經量產5.5倍光罩尺寸的CoWoS封装技術。而預計於2028年投產的14倍光罩尺寸設計CoWoS封装技術，將能在單一封裝尺寸內塞入約10個大型運算晶粒 (Die)與高達20顆的HBM高頻寬記憶體堆疊。2029年更計畫推出大於14倍尺寸版本，並且與高達40倍光罩尺寸的系統級晶圓技術 (SoW-X)形成互補。

• SoIC 3D晶片堆疊：預計於2029年量產的「A14對A14」SoIC技術，其晶粒對晶粒的I/O密度將是現有N2世代製程技術的1.8倍，將為垂直堆疊晶片提供海量的數據傳輸頻寬。

• 矽光子技術COUPE：解決資料中心I/O傳輸瓶頸的緊湊型通用光子引擎 (COUPE)，其基板上共同封裝光學 (CPO)解決方案將於2026年正式投入量產。透過將200Gbps微環調變器 (MRM)直接整合到封裝內部，相比傳統可插拔光學模組，功耗效率提升達2倍，延遲更大幅降低90%。

車用與特殊製程：N2A擁抱實體AI，N16HV助攻智慧眼鏡

隨著自動駕駛 (ADAS)與人形機器人等「實體AI」 (Physical AI)對算力與可靠度的要求日益嚴苛，台積電宣布推出首款採用奈米片電晶體的車用製程N2A。

在相同功耗下，N2A的執行效率相比N3A將提升15-20%，預計在2028年完成AEC-Q100汽車級驗證。而將在今年進入量產的N3A製程，目前也已經獲得超過10個客戶的產品導入規劃。

在特殊製程方面，台積電成為首家將高壓技術引入FinFET世代的晶圓廠。全新N16HV製程主要針對智慧型手機顯示驅動IC (DDI)應用，相比N28HV閘極密度大幅增41%、功耗則降低35%，若應用於AR/VR頭戴顯示器，更能將晶片面積大幅縮小40%，為未來的輕薄智慧眼鏡提供強大的技術後盾。

Google Cloud Next'26 大會揭曉專為 AI 代理企業打造的超級電腦架構，包括訓練用 TPU 8t 與推論用 TPU 8i，搭配全新 Virgo 網路系統與智慧儲存，宣告雲端算力進入運算、儲存、網路高度整合的系統戰時代。

在Google Cloud Next’26大會上，除了光鮮亮麗的軟體應用與代理人平台外，支撐這一切服務運作的底層硬體同樣迎接巨大的技術躍進。Google資深副總裁暨AI與基礎設施技術長Amin Vahdat深入剖析此次更新、專為嚴苛AI負載量身打造的「AI超級電腦」 (AI Hypercomputer)架構。

其中，最受矚目的是Google揭曉採取「訓練」與「推論」雙軌並進的第8代TPU雙架構設計，區分為針對訓練使用的TPU 8t，以及對應龐大推論使用的TPU 8i，另外也針對企業用戶佈署需求將率先導入NVIDIA最新推出的Vera Rubin NVL72 (VR200)系統，同時更結合全新發表的Virgo網路系統架構與具備語意理解的智慧儲存系統 (Smart Storage)，Google宣告雲端算力戰場已經正式從單純的「晶片比拼」，晉升為運算、儲存與網路高度整合的「系統戰」。

算力核心：第8代TPU「精準分工」，將首發採用NVIDIA Vera Rubin加速系統

為了提供業界最廣泛的運算選擇，Google這次在自研TPU張量加速器採取精準的「分工策略」：

• TPU 8t (為極致訓練而生)：採用突破性的跨晶片互連 (ICI)技術，能在單一超級叢集 (Superpod)中擴展至驚人的9600顆TPU 8t，並且共享高達2PB的HBM高頻寬記憶體。相比前代「Ironwood」，TPU 8t的運算能力大幅提升3倍，每瓦效能 (Performance/Watt)也提升高達2倍。

▲相比前代「Ironwood」，TPU 8t的運算能力大幅提升3倍，每瓦效能 (Performance/Watt)也提升高達2倍▲採用突破性的跨晶片互連 (ICI)技術，能在單一超級叢集 (Superpod)中擴展至驚人的9600顆TPU 8t

• TPU 8i (為百萬級推論而生)：面對代理人時代海量的即時推論需求，TPU 8i採用全新的「Boardfly拓撲結構」，能在單一運算叢集 (Pod)中直接連接1152顆TPU 8i，並且在288GB的HBM高頻寬記憶體的設計中，額外加入384MB的SRAM靜態隨機存取記憶體，在具備低延遲存取效能特性，並且維持高耐用度特性與低成本建置之下，讓記憶體容量大幅提升3倍，使龐大的KV快取資料能完全放置於記憶體內，不僅能實現近乎零延遲的執行反應速度，更讓推論運作的性價比 (Performance per dollar)相比前代TPU增加80%。

▲TPU 8i是針對推論需求打造，目標讓推論執行運算背後成本能大幅降低▲TPU 8i採用全新的「Boardfly拓撲結構」，能在單一運算叢集 (Pod)中直接連接1152顆TPU 8i

而在擁抱自研晶片的同時，Google也強調在提供企業客戶有更多選擇考量下，同樣與NVIDIA維持緊密合作，除了既有的Hopper、Blackwell架構執行個體，更宣布將成為首批提供NVIDIA Vera Rubin NVL72系統的雲端服務商。

▲Google表示將成為首批提供NVIDIA Vera Rubin NVL72系統的雲端服務商

此外，去年推出主打高性價比的Google自研Arm架構 CPU「Axion」，去年11月也已經正式應用在N4A執行個體，將針對AI代理的日常維運需求，提供強大且節能的運算後盾。

▲Google以Arm架構打造的「Axion」CPU目前已經用於N4A執行個體

打通任督二脈：Virgo網路系統與智慧儲存系統

有了頂尖的運算大腦，還需要強大的神經網路與記憶庫。

在網路傳輸層面，Google推出了全新專為AI最佳化的Virgo網路系統架構，主要負責將NVIDIA Vera Rubin NVL72，或是TPU 8t超級運算叢集，無縫連結成具備數十萬顆加速器的超級電腦，藉此大幅縮短全球最頂尖前沿模型 (Frontier models)的分散式訓練時間。

▲Google推出全新專為AI最佳化的Virgo網路系統架構▲Virgo網路系統架構亦可用於即將佈署於Google Cloud的NVIDIA Vera Rubin NVL72運算系統

在儲存方面，Google分別升級名為「Managed Lustre」 (資料吞吐量達10 TB/s)，以及「Rapid Storage」 (資料吞吐量增加至15 TB/s)的儲存系統。而此次同步推出的「智慧儲存」 (Smart Storage)系統設計，則是在底層自動賦予非結構化資料「語意」 (Semantic meaning)，意味能讓AI代理更精準地從儲存系統內撈取，並且理解龐大資料對應涵義，藉此為企業建構更完善的資料知識圖譜。

▲透過名為「Managed Lustre」 提高儲存系統的資料吞吐量

打造能「自我修復」的自駕雲端

有了強大的硬體，Google也宣布在軟體調度能力大幅升級。Google Kubernetes Engine (GKE)加入針對AI推論的次秒級冷啟動 (Cold starts)，標榜能以每秒建構300個沙盒的速度進行佈署。

更令人矚目的是，Google將AI代理應用於管理自身基礎設施運作。透過模型上下文協定 (MCP)，Google表示已經將自家的雲端服務轉換為可由AI代理直接操作，意味系統能透過Gemini的推論能力，結合過去數十年的系統遙測數據，進行「自主根本原因分析」 (Root-cause analysis)，在人類工程師發現問題之前，雲端系統就已經能自動揪出錯誤設定，並且完成修復。

分析觀點

Google這次公開的「AI超級電腦」架構，充分展現其作為全球最大網路巨頭的硬體底蘊。

最關鍵的戰略佈局，在於第8代TPU的「雙架構」發展，印證當前AI產業發展的殘酷現實：訓練千億甚至兆級參數模型與落地佈署數百萬個高頻率互動的AI代理時所面臨挑戰，其中包含訓練過程的記憶體容量建置，以及後續推論運作時的成本花費，從硬體層面實際上會是不同需求，因此Google跟進市場趨勢採取「訓練/推理分流」的雙架構設計，透過TPU 8t的ICI互連與HBM高頻寬記憶體共享加快訓練效率，並且以TPU 8i搭配耐用、低延遲且運作成本相對低SRAM靜態隨機存取記憶體，讓龐大且頻繁的AI代理運作推論開銷大幅降低。

此外，Virgo網路系統的誕生，加上智慧儲存的概念導入，更說明未來AI競爭重心早已不只是GPU性能有多高，還必須考量資料中心「網路頻寬是否會塞車」，以及「儲存系統能否跟上運算速度」。

當波士頓動力 (Boston Dynamics)或跨國對沖基金金融服務公司Citadel Securities此類頂級客戶都在利用Google的TPU基礎設施加速研發時，這座具備「自我修復能力」的AI超級電腦，預期將成為Google在雲端代理人服務應用競爭中的技術壁壘。

Google 在 Cloud Next'26 發表 Workspace Intelligence，透過語意統合層讓 Gemini 跨應用協作；同時整合 Wiz 技術推出紅藍綠三色 AI 代理，打造全自動化資安防護體系。

在Google Cloud Next’26大會中，針對企業最前線的生產力與安全防護，Google正式發表「Workspace Intelligence」，透過跨應用程式的語意統合層，讓Gemini成為真正無所不在的辦公室大腦。同時，面對日益嚴峻的AI攻擊，Google深度整合今年3月正式併入體系的Wiz旗下雲端安全技術，推出由「紅、藍、綠」三色AI代理組成的全自動化資安防護網。

打破應用程式藩籬：Workspace Intelligence

過去十年，Google Workspace (包含Gmail、Google Docs、Google Drive等)已是企業協作的代名詞。但這次推出的Workspace Intelligence則是帶來根本性的改變：其不再只是單一App裡的AI助手，而是一個能橫跨所有會議紀錄、電子郵件與檔案的「語意統合層」 (Semantic unifying layer)。

▲Workspace Intelligence並非只是單一App裡的AI助手，而是一個能橫跨所有會議紀錄、電子郵件與檔案的「語意統合層」 (Semantic unifying layer)

• Google Drive Projects：將雲端硬碟從單純的「儲存工具」轉化為「主動協作者」，能根據專案脈絡，瞬間整理團隊的檔案與電子郵件，並且直接回答與專案相關的複雜問題。

• Google Chat直接驅動任務：透過Google Chat中的「詢問Gemini」 (Ask Gemini)，員工不需切換分頁，就能直接在對話框中要求AI統整跨系統資訊，並且直接執行如「在日曆安排會議」，或是「建立Google Docs簡報草稿」等動作。

▲透過Google Chat中的「詢問Gemini」 (Ask Gemini)，員工不需切換分頁，就能直接在對話框中要求AI統整跨系統資訊，並且直接執行如「在日曆安排會議」，或是「建立Google Docs簡報草稿」等動作

• 搶攻對手陣營：為了加速企業擁抱這套AI生產力工具，Google推出快速企業轉移 (Rapid Enterprise Migration)服務，強調能協助企業從Microsoft 365快速轉移至Google Workspace，同時相比先前作法能使轉移速度大幅提升高達5倍。

▲Google推出快速企業轉移 (Rapid Enterprise Migration)服務，強調能協助企業從Microsoft 365快速轉移至Google Workspace

AI時代的資安保鑣：Wiz深度整合與「紅藍綠」代理

面對駭客也開始利用AI發動攻擊，Google提出「以魔法對付魔法」的「代理人防禦」 (Agentic Defense)策略。透過結合Google龐大的威脅情報庫與Wiz雲端及AI安全平台 (AI-APP)，Google以此打造一支高度自動化的資安特種部隊：

• Wiz Red Agent (紅隊代理)：扮演資安研究員，以AI的速度與規模即時驗證Web應用程式與API中的可能潛在風險，並且搶在攻擊者之前發現漏洞。

• Wiz Blue Agent (藍隊代理)：負責蒐集雲端遙測數據與身分脈絡，自動調查威脅，並且評估嚴重性，同時提供完整的調查邏輯，讓人類專家能快速完成處理決策。

• Wiz Green Agent (綠隊代理)：擔任內建的修復引擎，結合Wiz的安全圖譜找出風險存在根本原因，並且提供特定環境的逐步修復指南。

▲「以魔法對付魔法」的「代理人防禦」 (Agentic Defense)策略

此外，Google也宣布詐欺防禦 (Fraud Defense)系統，作為經典reCAPTCHA免費驗證機制的進化版，能專門用於精準辨識網路互動中的機器人、人類與AI代理區別。

▲Wiz目前正式併入Google體系，並且提供Google Cloud完整資安防護能力

重塑零售與客服：Gemini Enterprise for Customer Experience

在對外顧客體驗方面，Google展現AI代理如何直接轉換為實質營收。透過整合自然語言搜尋、商務與客服的平台資源，企業能打造專屬的「購物與餐飲訂購代理」。

例如，連鎖披薩品牌Papa John’s正在建立能記住顧客偏好的超個人化點餐代理，而印度零售巨頭Reliance則讓顧客只需輸入「策劃一場生日派對」，AI代理就會自動引導購物流程並將所需商品加入購物車。搭配具備多國語言切換與超低延遲的「擬真語音」 (Human-Like Voice)技術，Best Buy等企業已經能讓AI自主引導顧客解決複雜的技術規格與預約排程問題。

▲在對外顧客體驗方面，Google展現AI代理如何直接轉換為實質營收

堅守開放生態系，賦能全球系統整合商

Google強調其在AI發展上的「開放性」 (Openness)，除了在Google Cloud Marketplace上提供來自Salesforce、SAP、ServiceNow等ISV夥伴的企業級代理外，Google 也宣布將派遣「前線佈署工程師」 (Forward-deployed engineers)，與Accenture、Deloitte、KPMG等全球頂尖系統整合商 (擁有超過33萬名受過Google AI訓練的顧問)緊密合作，協助各行各業加速導入代理人技術。

同時，針對金融與醫療等高度監管產業，Google也正式提供支援可在「隔離網閘」 (Air-Gapped)環境中運行最新版本Gemini 3模型。

Google 推出專為 AI 代理設計的 Agentic Data Cloud，透過跨雲資料湖倉與知識圖譜，解決企業資料散落問題，並消除供應商綁定成本。

當企業紛紛導入AI代理 (Agents)，期望實現全面自動化時，往往會面臨一個致命的瓶頸：底層的資料架構跟不上AI的速度。在此次Google Cloud Next’26大會上，Google提出全新的「Agentic Data Cloud」願景，這項專為「代理人時代」量身打造的AI原生資料架構，宣告過去十年間專為人類規模設計的「被動式資料歸檔」 (Systems of intelligence)，將正式轉型為能讓AI主動感知、推理，並且能即時行動的「行動系統」 (Systems of action)。

跨雲湖倉與極速引擎：打破供應商綁定的資料壁壘

在企業IT環境日益複雜的當下，資料往往散落在不同的雲端平台上。為了打破資料孤島 (Data silos)，Google推出了兩項殺手級的底層更新：

• 跨雲資料湖倉 (Cross-Cloud Lakehouse)：這項基於Apache Iceberg標準打造的架構，主打「零複製存取」 (Zero-copy access)。企業可以將資料原封不動地留在AWS或Azure (預計今年稍晚支援)上，直接進行即時查詢。不僅省去高昂的資料搬移成本，更徹底消除了單一供應商綁定 (Vendor lock-in)的問題。同時，它也能無縫串接Databricks、Palantir、Salesforce、Snowflake等主流資料與AI平台，讓企業資料能有更大儲存彈性。

• Lightning Engine for Apache Spark：針對巨量資料運算，Google推出全新無伺服器 (Serverless)即時引擎。其運作速度比開源替代方案快上4.5倍，並且在處理大型資料集時，能提供超越主要競爭對手2倍的極致性價比。目前包含Flipkart、Lowe’s等企業皆已藉此大幅加速其Spark工作負載。

賦予AI語意理解能力：Knowledge Catalog與Data Agent Kit

AI模型最怕遇到用到品質不佳資料，造成「垃圾進，垃圾出」 (Garbage in, garbage out)的輸出品質影響問題。為了解決這個問題，Google在資料的「語意理解」上下了重本：

• Knowledge Catalog (知識型錄)：這是針對企業打造的動態上下文圖譜，透過整合智慧儲存系統 (Smart Storage)與Object Context API，當檔案存入Google Cloud儲存平台的瞬間，系統就會自動為資料加上標籤，並且豐富其Metadata (詮釋資料)。接著，Knowledge Engine會利用Gemini模型自主定義資料邏輯，並且繪製出跨越整個企業的複雜關聯圖，等於是為AI代理準備一本詳盡說明的企業資料專屬字典，補足過去AI最缺乏的資料語意定義能力。

• Data Agent Kit：這是一套由Gemini驅動的資料科學編寫工具，讓從業人員不再需要從頭手寫程式碼，只需在IDE、Notebooks或代理終端機中「說出」業務目標，系統就會透過意圖驅動開發 (Intent-driven development)自動生成Python、Spark與SQL程式碼。

企業級的全能分析師：Deep Research Agent

在應用層面，Google宣布推出專為企業洞察設計的Deep Research Agent (深度研究代理)。

過去，Gemini Enterprise中的深度研究功能主要針對文件與SaaS (軟體即服務)系統，而此次接上BigQuery等核心資料平台，意味這名「虛擬分析師」能同時掌握企業的結構化與非結構化資料，不僅能回答諸如「造成我們供應鏈中斷的根本原因是什麼？」，或是「請對該地區進行財務審計」等極度複雜的商業問題，還能附上精準的來源引用資料 (Citations)，將過去人類分析師需要耗費數週的工時，濃縮至幾分鐘內完成。