TechOrange 科技報橘

台灣·持續收錄

標籤科技編輯標籤

今日收錄: 7篇
近 24 小時: 11篇
近 7 天: 47篇

媒體資料

刊登媒體: TechOrange 科技報橘
所屬地區: 台灣
收錄範圍: 台灣媒體 · 繁體中文
來源網站: techorange.com
月造訪量: 141,6052026/09
Radar 全球: 未入前 200,000 名
開始收錄: 2026/9/28
最新報導: 2026/11/10
最近更新: 11/10 13:54
流量資料: 2026/10/25 更新

流量與排名比較 →

寫法近 90 天

轉述貼文: 0.0%0 篇
標題用詞: 懸念 0.3%反應 0.0%攻擊 0.0%

看這家的轉述報導與各家比較 →

網站流量來源Similarweb · 2026/09

台灣訪客占 90%，約 127,763 次造訪

來源國家（前五）

台灣90%
美國3.1%
香港3%
新加坡0.7%
越南0.6%

導流來源

直接造訪42%
自然搜尋41%
其他網站連入6.5%
社群3%
展示廣告2.9%
生成式 AI1.9%
電子郵件1.5%
付費社群1.4%
付費搜尋0.1%

全台排名: 第 4,802 名
全球排名: 第 337,762 名
類別排名: 第 148 名 · Computers Electronics and Technology/Programming and Developer Software
跳出率: 53%
每次造訪: 1.4 頁
平均停留: 39 秒

整個網域的估算值，比例以造訪次數計，非精確 page views。

媒體關係

近 7 天

已比對 47 篇內文

6
引用其他媒體: 0
被其他媒體引用: 0
同署名跨站: 0
已註明來源: 2
未辨識稿源

主要關係對象12 家

彭博社2筆關係
路透社2筆關係
中央社1筆關係
太報1筆關係
民視新聞網1筆關係
法新社1筆關係
知新聞1筆關係
科技新報1筆關係

其餘 4 家 ↓

美聯社1筆關係
韓聯社1筆關係
NOWnews今日新聞1筆關係
PChome Online新聞1筆關係

直接文字比對引用對方被對方引用

在媒體關係圖查看 →

媒體關係

比對結果載入中…

報導關鍵字

近 7 天

較早收錄

篩選「cloud」清除篩選 ×

本頁 60 篇 · 依收錄順序顯示摘要

從 8 小時到 22 秒就能破解！當 AI 變成駭客工具，你的公司準備好了嗎？（下篇）
企業正在用 AI 加速業務，攻擊者也正在用 AI 加速攻擊，但大多數公司的資安防護可能還沒跟上，上篇我們談到 AI 如何讓駭客的速度快到傳統資安可能來不及反應，這一篇，我們要談解法，當你的公司已經、或即將部署 AI 代理人，有哪些防禦架構值得現在就放進開發清單？ Google 在今年 Cloud Next ’26 上提出了一套新的防禦思維，核心概念只有一句話：要對抗 AI 攻擊，防禦也必須是 AI，這篇文章整理了 Google 針對代理人安全的三層架構，以及開發者現在就能對照的實務檢查清單。 Google 解方：以代理人對抗代理人的三層防禦面對這樣的全新攻擊面，Google 在 Next ’26 揭露的解法大概可以歸納為三個層次的防禦，分別針對「代理人本體」、「AI 應用」、「對外互動」，對開發者而言，這三層其實就對應到開發代理人時會碰到的三個階段：第一層保護代理人本體這三個能力整合在新發佈的 Gemini Enterprise Agent Platform 裡，直接對應前面提到的「代理人身份、行為、模型層」攻擊面。 Agent Identity 為每個代理人建立獨特身份與認證流程，並支援帶有範圍（scoped）的人類委派，白話來說就是每個代理人都有自己的「工作證」，誰派它來、能做什麼、不能做什麼，全部有跡可循，這解決的是影子 AI 的治理問題。 Agent Gateway 則是代理人流量的統一閘道，能理解 MCP 和 Agent2Agent（A2A）等代理人協定，對所有 agent-to-agent 和 agent-to-tool 的連線做政策審查，換句話說，代理人每次對外「伸手」，都會先經過這道關卡。Model Armor 是運行時的即時防護層，專門攔截提示詞注入攻擊、工具投毒，以及敏感資料外洩。它現在已整合進 Agent Gateway、Agent Runtime、LangChain […]
6/30 10:40署名 CloudMile 萬里雲https://techorange.com/2026/06/30/google-cloudnext26-hacker-agent-wiz-cloudfrauddefense/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】AI 算力不夠了，Google 卡 Meta、南韓 800 兆韓元擴產記憶體
【科技早餐】今天精選 7 則國內外重要科技新聞。＊Google 卡 Meta 用 Gemini，AI 巨頭也缺算力根據《金融時報》報導，Google 已經限制 Meta 使用旗下 Gemini AI 模型，原因是 Meta 想購買的算力規模，超過 Google 能供應的能力。知情人士透露，Google 已告知 Meta，無法提供 Meta 想要的全部 Gemini 算力，這項限制影響 Meta 內部部分 AI 專案進度，也讓 Meta 要求員工提高 token 使用效率。除了 Meta，還有其他 Google Cloud 企業客戶受到算力限制影響，但 Meta 因為需求量特別高，受影響程度更明顯。 Meta 最初選擇 Gemini，是因為 Gemini 表現優於 Meta 自家的開放模型 Llama。知情人士也透露，Meta 近期已開始調整優先順序，提高新的自研模型 Muse Spark 的重要性。Google 執行長皮查伊（Sundar Pichai）先前在財報電話會議上也承認，Google 短期內面臨算力受限，如果能滿足所有需求，雲端業務營收原本會更高。這代表取得足夠算力，已經成為 […]
6/30 05:30作者 Anitahttps://techorange.com/2026/06/30/ai-compute-memory-supply-crunch/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
從 8 小時到 22 秒就能破解！當 AI 變成駭客工具，你的公司準備好了嗎？（上篇）
過去三年間，攻擊者從「取得初始存取權」到「交接給下一波攻擊者」的時間，從原本的 8 小時大幅縮短到 22 秒。這是 Google 旗下資安情報單位 Mandiant 在《M-Trends2026》報告中最新的研究，22 秒甚至比資安分析師「打開告警頁面 → 確認 IP → 回報主管」所需的時間還短。當駭客將 AI 用做可短時間內大規模的攻擊武器，譬如使用 LLM 產生高度擬真的釣魚內容、自動化偵察、甚至把 LLM 直接嵌入惡意程式；而與此同時，企業們為了加速導入 AI 代理人（AI Agent），一股腦地將敏感資料、核心業務流程、對外交易權限，交給這些自主運作的代理人處理。企業一邊用 AI「加速業務」、攻擊者一邊用 AI「加速攻擊」，而夾在中間尚未「加速」的，便是傳統以人為核心的資安維運流程。 Google 在今年 Google Cloud Next ’26 上指出「要對抗駭客型 AI，中間層級的資安維運流程也必須要有 AI 協助。」並聚焦在「代理式防禦（Agentic Defense）」傳統資安維運（SOC）中，第一線（Tier 1）的自動化過濾已經相對成熟，但中高階（Tier 2/3）的威脅獵捕、事件根因分析和複雜應變流程，過去高度依賴資深人力，然而中間層級的分析師若沒有 AI 可能將無法跟上駭客的速度。一個指令就能劫持 AI 代理人，AI 最脆弱的攻擊入口在這裡企業每多部署一個 AI 代理人，就可能向駭客多開了一扇門，傳統的資安防護保護網路、設備、帳號、資料庫這幾個固定關卡，但 AI 代理人會自主規劃、呼叫工具、存取資料、代替人做決定，它帶來的風險入口遠比這些複雜，以下幾種攻擊類型，在 Google 旗下資安團隊 GTIG（Google […]
6/29 11:44署名 CloudMile 萬里雲https://techorange.com/2026/06/29/ai-hacker-aiagent-google-honestcue/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【Google Cloud 林書平專欄】以快制快：當資安攻擊已達機器速度，企業防禦該怎麼跟上？
文 / Google Cloud 台灣技術總經理林書平當我們談論 AI 如何解放企業生產力時，也看見另一個不容忽視的現實：駭客也正積極將 AI「武器化」。駭客現在能利用 AI 自動生成幾可亂真的多國語言釣魚誘餌，極速探測系統漏洞。這不僅大幅降低了攻擊門檻，更讓威脅擴散的速度遠超以往。在這場技術軍備競賽中，AI 顯然已成為一把雙面刃。面對 AI 驅動的極速擴張威脅，傳統高度仰賴人員介入的被動防禦早已失效。這是一個決定性的轉捩點：企業必須依靠「代理式 AI（Agentic AI）」來實現「更聰明且更有效的防禦」，將過去零碎的資安工具，全面升級為端到端的主動式安全網並進行資安聯防。面對這場沒有硝煙的戰爭，企業領導者必須重新思考我們的資安戰略。戰略一：應對「奈秒級」機器速度網攻，全面轉向「免疫系統」思維我們觀察到，駭客正利用 AI 從根本上改變攻擊的速度與規模。當前的網路攻擊已不再受限於人類的節奏，而是以「機器速度」（Machine speed）發動。駭客組織之間的攻擊協作與交接時間，已從過去的 8 小時驟減至驚人的 22 秒，未來更將無可避免地逼近「奈秒級」（nanosecond）。面對這種閃電戰，企業必須全面轉向「免疫系統」的防禦思維——如同人體免疫系統會自動偵測並消滅病毒，我們必須實踐「安全預設（Secure-by-default）」，在開發階段就將防護機制直接納入雲端架構、AI 模型與終端裝置，並從架構本身縮小攻擊面。同時，防禦方不能只靠單一 AI 打天下，而應建構「多代理協作（Multi-agent）」架構。讓不同的 AI 代理各司其職，24 小時不間斷地進行全天候異常偵測，將防線推至駭客攻擊的最前線。戰略二：從「找出個別漏洞」進化到「大規模自動化修補」 AI 在發掘未知漏洞上確實展現了驚人能力，但本質上並非全新的攻擊手法，而是將既有攻擊「規模性擴張」。這也導致當前資安團隊面對的防禦挑戰，已經不是如何「找出」漏洞，而是來不來得及修補大量的漏洞警報。但好消息是，AI 作為防禦工具，也具備強大的反制優勢。藉由 AI 的賦能，防禦者得以利用 AI 分析程式碼並產生修補建議，同時進行全天候網路監控並即時標記異常；其大規模分析與自動化回應的能力，不僅能瞬間為數百萬用戶攔截威脅，更能協助資安團隊有效反制挾 AI 威勢而來的大量攻擊。未來的安全營運，需要深度融合第一線威脅情報、情境風險優先排序、頂尖 AI 模型的強大推理與即時的程式碼修復能力。透過部署 AI 代理，系統能預測攻擊路徑，並在軟體開發生命週期（SDLC）的每一道防線即時介入。唯有將過去耗時數週的修補流程縮短至幾分鐘內完成，我們才能真正運用自動化、規模化的優勢反制，做到「以 AI 對抗 AI」，趕上甚至超越攻擊者的步伐。戰略三：建構資安治理架構，落實最小權限原則 […]
6/17 10:10作者林書平https://techorange.com/2026/06/17/ai-cybersecurity-google-cloud-harry-lin/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
解鎖 AWS 國際雙認證，新北青年局「AI 實戰職涯營」助攻媒合熱門科技職缺
新北市政府青年局「2026 AI Practitioner Program（AI 實戰職涯營）」即日起開放報名！今年活動全面升級，由市府全額補助市值達 6.6 萬元課程，以 3 個月 AI 人才密集培訓為核心，導入 Amazon Web Services（AWS）技術專家培訓，協助 21 歲至 30 歲青年考取 2 張 AWS 國際認證，並解鎖 AWS 台灣總部參訪，結訓後更有機會獲得雲端服務領導品牌「伊雲谷數位科技股份有限公司」熱門職缺優先推薦，協助青年迎戰 AI 浪潮、接軌職場。新北市青年局長邱兆梅表示，AI 已成為各行各業重要的關鍵能力，因此青年局持續投入資源推動 AI 人才培育，希望培養能運用 AI 工具解決問題、創造價值的跨領域人才。本次「AI 實戰職涯營」全面升級，以更貼近職場需求做規劃，特別擴大招募名額、升級課程內容、增加人才媒合機制等，期望透過完整的系列課程，幫助青年掌握 AI 技能、提升職場競爭力。新北市青年局表示，今年採「國際雙認證、商業實戰、企業見習、職缺媒合」打造系列課程，學員名額提升至 25 名。從今年 8 月至 10 月進行為期 3 個月的密集訓練，由 AWS 授權講師授課，並開設考前衝刺班，協助學員考取「AWS AI Practitioner」與「AWS Cloud Practitioner」國際雙認證；同時，也將帶領學員至 AWS 台灣總部參訪，近距離接觸全球雲端產業實務，結訓後更享有「伊雲谷數位科技股份有限公司」30 個熱門職缺，包含「AI Solution Architect」、「解決方案架構師」與「雲端工程師」的優先推薦，全力協助青年從學習、考證到順利銜接就業。 […]
6/12 14:17機構署名 TO 主題新聞https://techorange.com/2026/06/12/ntpc-aws-2026-aipractitionerprogram/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Loop Engineering 崛起：當 AI Agent 能自己工作，Google 工程師點人類三大職責
AI Coding 的玩法，正從 Prompt Engineering（提示工程）擴大至「Loop Engineering（迴圈工程）」。OpenClaw 創辦人 Peter Steinberger 近日於社群平台 X 上發文：「每月提醒：你不該再對 Coding Agent 下提示了。你該設計的是會自動去提示 Agent 的 loop（迴圈系統）。」這則貼文截至發稿前獲得超過 790 萬次瀏覽。同樣地，Anthropic Claude Code 負責人 Boris Cherny 日前表示：「我已經不再直接 Prompt Claude。現在是我建立的 Loop 在替我 Prompt Claude，並自行判斷接下來該做什麼。我的工作，就是設計這些 Loop。」這些討論讓 Loop Engineering 一詞迅速竄紅。隨後，Google 工程師（Google Cloud AI 部門總監） Addy Osmani 在個人部落格發表長文，替這個概念提出一套完整的理解框架，並進一步點出他認為人類工程師扮演的角色。從 Prompt Engineering 到 Loop Engineering 在 Prompt Engineering 工作模式下，開發者與 […]
6/10 18:27作者廖紹伶https://techorange.com/2026/06/10/loop-engineering-ai-agent/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
台積電產能不足反成 Intel 福音：傳 Google 下單 300 萬顆 TPU、NVIDIA 測試 18A，AI…
AI 晶片的爆發性需求，正嚴重壓縮台積電（TSMC）的先進製程與先進封裝產能。此外，過度依賴單一供應商的現況，已成為科技巨頭的戰略風險，這也迫使 Google、NVIDIA 等主要 AI 晶片設計公司，開始將目光轉向台積電的替代選項：Intel。對於近年來在晶圓代工領域苦苦追趕，且持續面臨虧損的 Intel 而言，這更是多年來少見的轉機。據傳 Google 下單 300 萬顆 TPU，為 Intel 代工能力投下信任票在這波供應鏈多元化的行動中，Google 的進展最為明確。《The Information》報導，Google 在測試 Intel 先進封裝技術數個月後，據稱已向 Intel 下單，計畫在 2028 年製造超過 300 萬顆張量處理單元（Tensor Processing Units, TPU）。 TPU 是 Google 自行研發的 AI 晶片，專門用於訓練與執行 AI 模型。為了控制成本並確保長期的運算量能，Google 的 TPU 不僅廣泛應用於其內部基礎設施、驅動 Gemini AI 系統、AI 強化搜尋以及 Google Cloud 的機器學習服務，甚至已開始向 Apple、Meta 等企業出售 TPU 的使用權限。因此，這次 Google 釋出的大筆訂單，將是對 […]
6/9 12:18作者李昀蔚https://techorange.com/2026/06/09/google-nvidia-consider-intel-backup-chip-manufacturer/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
主權 AI 進入 2.0 時代：歐盟 CADA 草案將以 4 大主權評級看「終止開關」風險
全球各國談論「主權 AI（Sovereign AI）」時，焦點大多放在資料是否留在境內、是否建立在地資料中心，以及是否建立自己的大型語言模型，但歐盟最新提出的一項計畫，正把問題推向更深一層。歐盟執委會近日公布一套名為「科技主權方案」（Tech Sovereignty Package）的政策組合，其中最受關注的，是《Cloud and AI Development Act》（CADA，雲端與 AI 發展法案）。根據《Bloomberg》報導，歐盟不僅希望未來 5 至 7 年將區域資料中心容量提高至目前的 3 倍，更計畫建立一套「雲端主權風險評級制度」。這代表歐盟的科技主權戰略，正從「資料放在哪裡」的資料在地化思維，走向「誰能調動資料」的控制權治理。歐盟推四級主權評級，評估的不只是資料存放位置根據《Bloomberg》與《華爾街日報》取得的草案內容，未來歐盟政府機關若要使用雲端服務處理關鍵資料，將必須進行主權風險評估（Sovereignty Risk Assessment）。評估內容不僅涵蓋資料儲存位置，而是進一步檢視雲端供應商的雲端服務、供應鏈、資料處理流程以及實體基礎設施是否受到歐盟控制，並依此劃分為四個主權等級。《Politico》指出，未來不同敏感程度的公共服務，將對應不同等級的主權要求。歐盟科技事務執委 Henna Virkkunen 表示，等級越高，對控制權的要求也越嚴格，目標是避免關鍵系統存在所謂的「kill switch（終止開關）」風險。所謂的終止開關是指，當發生政治衝突、法律爭議或國安事件時，誰能夠決定資料是否被調閱、服務是否被中斷。真正讓歐盟擔心的，是美國《CLOUD Act》這項制度背後最直接的推力，來自歐盟長年對美國《CLOUD Act》的疑慮。根據《Bloomberg》、《Reuters》與《CNBC》報導，美國《CLOUD Act》允許美國執法機關要求美國企業提供資料，即使相關資料實際儲存在海外資料中心，也可能受到法律約束。因此，即便某家歐洲政府機關將資料存放在法國、德國或荷蘭境內，只要使用的是 AWS、Microsoft Azure 或 Google Cloud 等美國企業提供的服務，理論上仍可能面臨美國司法管轄權的影響。Virkkunen 便公開表示，歐盟希望確保最敏感的資料能夠真正受到歐洲控制。根據 Synergy Research Group 旗下 Statista 的數據，AWS、Microsoft Azure 和 Google Cloud 合計占全球雲端軟體市場 60% […]
6/4 18:22作者廖紹伶https://techorange.com/2026/06/04/tech-sovereignty-ai-eu-cada/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
台灣大 AI 算力布局走向海外，攜 GMI Cloud 共拓國際 AIDC 市場
全球生成式 AI 浪潮帶動高階 GPU 與 AIDC 需求快速成長，企業對算力、資料在地化與 AI 基礎設施的需求同步攀升。台灣大哥大今（4）日於 COMPUTEX 宣布，與全球僅七家的 NVIDIA Reference Platform Partner 國際算力策略合作夥伴 GMI Cloud 簽署合作備忘錄（MOU），結合台灣大在大型基礎設施與機房維運的深厚實力，以及 GMI Cloud 全球算力調度優勢，共同布局東南亞、東北亞、美洲、歐洲等新興市場，打造符合當地法規，與高資安標準的國際級 AIDC 服務，搶攻跨國算力商機。台灣大哥大企業服務事業商務長朱曉幸表示，AI 加速運算規模快速擴張，企業對高效能算力、資料治理與在地部署需求同步提升。台灣大近年積極布局超大規模 AI 算力中心，旗下 TAIDC 機房具備高密度電力架構、液冷散熱與電信級維運能力，可支援新一代高效能 GPU 運算需求。除協助金融、高科技研發等企業客戶加速 AI 模型訓練與推論應用，也透過高頻寬網路專線與電信級資安能力，提供兼顧效能與資料安全的 GPU 運算服務。朱曉幸進一步表示，此次與 GMI Cloud 深化合作，共同拓展海外 AI 基礎設施市場，協助企業加速 AI 應用落地。 GMI Cloud 執行長葉威延表示，GMI Cloud 作為全球唯七 NVIDIA Reference Platform 雲端合作夥伴，同時也是亞洲成長最快的 GPU 雲服務供應商，具備快速部署基礎設施的能力，能有效解決目前市場對 GPU […]
6/4 16:09作者產業動態https://techorange.com/2026/06/04/taiwanmobile-gmi-cloud/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
全新 TrendAI Inception Program 上線，引領下一波安全 AI 創新浪潮
全球網路資安解決方案領導廠商趨勢科技(東京證券交易所股票代碼：4704)旗下全球企業AI資安領導品牌TrendAI™於今年COMPUTEX大展宣布一項全新計畫，旨在提供AI方案供應商更快速地建構、驗證並推出以「安全為設計核心」的AI產品。此計畫整合了AI資安專業、技術賦能與市場推廣支援，協助合作夥伴無需自行建立深厚AI資安能力下加速安全發展。想看更多 COMPUTEX 動態？最新報導都在【TO Highlight】直擊 COMPUTEX 2026 台北國際電腦展趨勢科技TrendAI™企業事業群營運長金敬秀(Rachel Jin)表示：「AI導入生產環境的速度，已超越多數組織建立相應資安防護措施的進程。隨著客戶需求增長，攻擊者的覬覦也與日俱增。許多AI開發商缺乏專職資安團隊，也缺乏保護大規模AI系統的相關經驗。我們提供獨特的專業知識，幫助這些業者更快推出值得信賴、安全可靠的AI解決方案，將創新轉化為真正符合企業需求的成果。」 AI新創企業雖然具備快速創新的優勢，但企業客戶評估導入AI時，往往更重視信任基礎、治理機制與資安成熟度。TrendAI™透過完善的AI安全與治理能力，協助企業縮短創新與信任之間的落差。此計畫旨在協助新興AI業者，從技術賦能、AI資安權益到合作夥伴專屬福利，全面提升涵蓋模型、管線(pipeline)、代理與資料等完整AI技術堆疊的安全成熟度，具體內容包括： • AI紅隊／紫隊測試服務(享合作夥伴優惠價格)—由TrendAI™專家執行，針對提示詞注入、越獄攻擊、系統提示洩漏及工具濫用等情境，驗證AI應用程式的韌性，依據OWASP LLM Top 10及MITRE ATLAS框架提供基準測試與驗證報告，透過安全內建於設計之中，讓新興業者自信上市。 • 免費點數—提供六個月TrendAI Vision One™ AI Security免費使用權，供開發或概念驗證(PoC)環境測試與驗證。 • 整合與賦能—提供參考架構、SDK/API及整合範例，與常見AI開發框架相互對齊。 • 客戶端資安素材—提供白皮書與解決方案簡介，協助向客戶清晰傳遞AI資安價值。 • AI資安諮詢與輔導—為開發團隊提供結構化培訓與專家指導，涵蓋AI資安最佳實務、威脅意識與實作建議。 • 聯合行銷與客戶曝光—共同出席TrendAI™ Spark活動，並名列TrendAI™合作夥伴，擴大觸及範圍，與尋求合格AI夥伴的客戶建立連結。包括GMI Cloud在內的TrendAI™合作夥伴，正建構並部署其平台，以驅動下一波AI創新浪潮。Inception Program的設計，正是直接回應AI新創企業對獲得可信資安驗證、加速企業採購的迫切需求。 GMI Cloud創辦人暨執行長Alex Yeh表示：「隨著企業將AI從實驗性應用推進至大規模部署，資安已成為AI基礎架構不可或缺的一環。GMI Cloud專注於提供可擴展的AI基礎設施與推論平台，為真實企業環境而生。我們也深知，AI在模型、代理、管線與推論工作流程等方面，帶來了全新的攻擊面。透過Inception Program，我們得以將可擴展的AI基礎設施，與TrendAI™數十年的資安專業結合，協助客戶以更高的信任、治理與運營信心部署AI，共同實現更安全、可擴展且符合企業需求的AI部署。」由李長榮集團與長興材料共同投資、以AI為核心的工業智慧新創昂鋐科創(Ontonics Lab)營運長翁英哲(Robin Wong)表示：「在Ontonics Lab，資安是我們產品設計哲學的根本。作為服務工業企業的AI 原生平台，我們必須從第一天起就確保最高標準的安全性、可靠性與信任。TrendAI™的紫隊測試專家能幫助我們驗證架構、發掘原本可能被忽視的漏洞，並將在產品上市前強化平台。這項來自TrendAI™的獨立驗證，不僅提升了客戶信任，也在我們向工業企業推出AI原生解決方案的過程中，帶來了明確的競爭優勢。」加入Inception Program的合作夥伴，將能透過TrendAI Vision One™ AI Security存取AI資安套件，其中涵蓋資料與安全態勢管理、即時掃描工具、安全存取、Agentic SIEM等多項功能。（本文訊息由 TrendAI 提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。圖片來源：Unsplash）
6/1 11:00作者產業動態https://techorange.com/2026/06/01/trendai-inception-program/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【Google Cloud Next 2026】AI Agent 解題不再盲猜！Google Cloud Knowle…
從資料脈絡到引用來源，讓 AI Agent 的每一次推理都有跡可循。隨著企業導入 AI 的速度持續加快，真正的難題也開始浮現：AI 雖然會整理資料、回答問題，卻不一定理解企業內部的業務專屬邏輯。根據麥肯錫《2025 年 AI 全球調查：應用、創新與轉型》報告顯示，88% 受訪者表示其組織已在至少一項業務職能中規律使用 AI；然而，調查結果也指出，雖然 AI 工具已相當普及，但多數企業尚未將 AI 深度整合至日常工作流程與業務流程中，因此 AI 仍難以實現企業級價值。正如這次 Google Cloud 在 Next ’26 大會上強調的核心觀點，沒有上下文的推理，最終只是一種猜測。當我們期望 AI Agent 不只是回答問題，而是能協助判斷庫存風險、合規問題、客戶流失原因，甚至自動提出行動建議時，最大的阻礙在於企業的資料與數據是分散在不同角落，有些在 PDF、有些藏在視訊會議記錄、以及各個資料庫和應用程式中。為了解決這個痛點，Google Cloud 在 Next ’26 推出了 Agentic Data Cloud，並將 Knowledge Catalog 定位為企業的「通用上下文引擎 (Universal Context Engine)」。簡單來說，Agentic DataCloud 就像是企業資料的「智慧導航系統」，將分散的企業資料串成一張 AI 看得懂的知識地圖，讓 AI Agent 不只會搜尋資料，還能沿著資料脈絡找到來源、理解關聯，最後做出有憑有據的判斷。從「資料生命週期」看 […]
5/29 17:37署名 CloudMile 萬里雲https://techorange.com/2026/05/29/google-cloud-next-2026-cloudmile-ai-agent-knowledge-catalog/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【Google Cloud NEXT 2026】Gemini Enterprise Agent Platform 開啟…
當 AI 從「回答問題」走向「完成工作」，企業需要的不再只是一個聊天機器人，而是一整套能建構、治理、擴展 AI 代理人的基礎設施。 Google Cloud NEXT 2026 的焦點為何是「代理平台」？ 2026 年 4 月 22 日，Google Cloud 在拉斯維加斯揭開年度大會 Google Cloud Next 2026 的序幕。從 Google CEO Sundar Pichai 到 Google Cloud CEO Thomas Kurian 的主題演講，再到各大媒體的現場直擊，整場活動的核心主題只有一個：「代理式企業 (Agentic Enterprise)」。其中最受矚目、也最被外界認定為本屆大會「C 位」的發佈，正是全新的 Gemini Enterprise Agent Platform。這不只是一次產品更新，而是 Google 把原本用於 AI 開發的 Vertex AI 整個「升級換代」，重新打造成專為 AI 代理人 (AI Agents) 而生的一站式平台。根據 […]
5/29 17:38署名 CloudMile 萬里雲https://techorange.com/2026/05/29/google-cloud-next-2026-cloudmile-gemini-enterprise-agent-platform/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Meta 也想做雲端？祖克柏鬆口考慮出租 AI 算力，背後是數千億美元 AI 基建變現考題
Meta 執行長祖克柏（Mark Zuckerberg）近日在年度股東會上表示，若 Meta 的 AI 基礎建設產生多餘容量，進入雲端運算市場是「絕對可以考慮」的選項。事實上，在美國四大超大規模科技公司中，Meta 目前是唯一沒有對外銷售雲端基礎設施與服務的公司。這個表態之所以值得關注，是因為 Meta 正在投入數千億美元等級的 AI 資料中心建設，而「多餘容量是否對外出租」也開始成為 AI 基礎建設變現的新想像。同一時間，Meta 也推出 Instagram、Facebook、WhatsApp 的 Plus 訂閱，並開始測試 Meta AI 付費方案，顯示公司正在應用端與基礎建設端，同時探索 AI 的商業化路徑。數千億美元的基建狂飆，催生 Meta「雲端夢」 Meta 考慮跨足雲端的背後，是其史無前例的基礎建設擴張。祖克柏在 2026 年 1 月提出「Meta Compute」計畫，目標是在十年內累積「數十吉瓦（tens of gigawatts）」的算力，長期野心更上看數百吉瓦或更多。為了支撐這些建設，Meta 資本支出可能達數千億美元，例如路易斯安那州單一專案就耗資 270 億美元，更大的超級叢集 Hyperion 專案，占地規模甚至被形容為可與曼哈頓相比。同時，Meta 也與 Google Cloud 簽下超過 100 億美元的合作協議，並與 CoreWeave 和 Nebius 等外部夥伴合作，以補足自有基礎設施建成前的過渡期需求。  《Crypto Briefing》指出，如果公司花費數千億美元建設這些 AI 資料中心，而部分容量處於閒置狀態，將其出租便成為合乎邏輯的選項。祖克柏也向《CNBC》透露，幾乎每週都有外部公司來詢問是否能建立 […]
5/28 12:06作者李昀蔚https://techorange.com/2026/05/28/mark-zuckerberg-says-meta-starting-cloud-business/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
當企業開始管理 15 萬個 AI 代理：Google Cloud 高層解析 AI Agent 導入三大支柱
如果一家企業只有 2 萬名員工，卻同時管理 15 萬個 AI Agent（代理），企業會變成什麼樣子？這是 Google Cloud 亞太區技術團隊副總裁 Moe Abdula 在 COMPUTEX 2026 展前論壇演講中拋出的情境。他引用市場研究機構 Gartner 預測指出，到 2026 年底，約 40% 的企業應用程式將具備某種形式的 AI Agent 能力；而 2028 年內，財富 500 強企業平均可能管理超過 15 萬個 AI Agent。「如果這是我們正在談論的規模，思維模式必須非常快速地轉變和移動。」Moe 說。這代表企業正在進入一個新的管理階段：競爭焦點不再只是誰擁有最強 AI 模型，而是誰能建立代理平台、治理框架與資料能力，讓 AI 真正進入組織流程。在接受台灣媒體採訪時，Moe 與 Google Cloud 台灣技術總經理林書平則進一步拆解，企業要支撐這樣的規模，必須先建立哪些技術基礎與組織能力。支撐 AI Agent 運行的三大支柱談到 Agent，Moe 特別提醒，企業不應把 AI Agent 理解成進階版聊天機器人。他認為，聊天問答只是 […]
5/28 10:28作者廖紹伶https://techorange.com/2026/05/28/ai-google-cloud-moe-abdula/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
企業買了 AI 卻跑不起來，FDE 前線部署工程師成為科技業最搶手的職位
企業買了 AI，不代表 AI 能真正運作，而這個落差正在創造出一種新的職能需求。 2025 年 1 到 9 月，前線部署工程師（Forward Deployed Engineer，FDE）的職缺，在美國成長了 800%。Google Cloud、OpenAI、Anthropic 在同一時間裡，相繼宣布大規模投入這個方向。AI 的瓶頸從「能否建構」移到了「能否落地」，而填補這個缺口的人正是 FDE。從 Palantir 到全產業，一個職稱的十年擴散 FDE 這個職稱不是新創的。2011 年，Palantir 將原本分開的解決方案工程師，與整合工程師合併為單一職能，稱為「前線部署工程師」。這個職能的核心定義從一開始就很清楚，FDE 是能同時向企業銷售 AI 產品、並且教導 AI 模型如何在該企業環境中真正運作的人。超過十年後，這個職能開始從 Palantir 的專屬實踐，擴散成整個產業的集體押注。根據 LinkedIn 的資料，2023 年至 2025 年間，美國新增了 8,500 個 FDE 職位。雲端內容管理與檔案協作公司 Box 執行長 Aaron Levie，在 X 上直接指出，前沿部署工程師或類似職位，即將成為科技行業最搶手的職位之一，也是人工智慧推廣中最重要的職能之一；他說，這是 AI 正在創造的高技術性工作的典型案例。三大巨頭同步出手 Google Cloud 執行長 Thomas […]
5/27 11:02作者歐尚恩https://techorange.com/2026/05/27/the-forward-deployed-engineer/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【Google Cloud NEXT 2026】Google 重新定義 AI 基礎設施，全線儲存產品迎接「AI Fir…
Google Cloud 在今年 Google Cloud Next ’26 年度大會上，宣布了針對 AI 時代下雲端儲存服務的多項更新。這些更新主要解決企業在訓練 AI 模型時常遇到的資料存取瓶頸問題，同時也讓一般企業在管理大量雲端資料時更加方便。 AI 訓練效能升級：Cloud Storage Rapid 讓資料傳輸不再卡關 Google 正式推出 Cloud Storage Rapid 系列高速儲存功能，專為 AI 模型訓練與高效能資料存取場景設計。在大規模 AI 訓練中，GPU 的效能固然重要，但資料能否快速送達運算資源，同樣會直接影響訓練效率。若資料載入速度不足，即使企業採購了高階加速器，也可能出現運算資源等待資料的情況。 Cloud Storage Rapid 的目標，就是提升 AI 訓練過程中的資料讀取與寫入訓練中途儲存進度 (checkpoint) 的效率，其中包含：此外，Google Cloud 也推出快取功能 (Rapid Cache)，針對模型載入、推論服務、或需要反覆讀取同一批資料的工作負載，提供更高速的快取能力。Rapid Cache 可在不更改程式碼的情況下，提供最高每秒 2.5 TB 的讀取吞吐量，協助企業降低資料存取延遲，提升 AI 工作負載效率。高效能平行儲存系統效能大幅提升：Managed Lustre 支援大規模 AI 與 […]
5/26 16:36署名 CloudMile 萬里雲https://techorange.com/2026/05/26/cloudmile-googlecloud-next-2026-ai-first-cloudstoragerapid-aiagent/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 時代下，企業私有雲也需要超進化：Dell Private Cloud 打造兼具彈性與效率的現代化架構
AI 浪潮來襲，企業基礎架構迎來決定性時刻 AI 正在重塑一切－從基礎架構到服務交付。對於企業而言，訊號相當清楚：現在就行動，否則將面臨被淘汰的風險。許多企業過去導入超融合架構（HCI），原本期待能以更簡單的方式完成虛擬化與資源管理，但隨著資料量、應用場景與 AI 工作負載持續增加，架構限制也逐漸浮現－當企業只想擴充儲存容量時，卻必須連同運算節點一起增加；不同部門對運算與儲存需求不一致時，也難以靈活調整資源配置。長久下來，不只硬體成本提高，授權費用、機櫃空間與後續維運壓力也同步攀升。與此同時，企業在推動 AI、混合雲與跨據點營運時，面臨更多資料治理與管理挑戰。無論是資料主權、資安治理、法規遵循，或大量資料運算帶來的效能需求，都讓企業無法單純依賴公有雲，而需要一個兼具安全性、自主性與彈性擴充能力的地端環境。研究顯示，85% 的企業計畫在未來 24 個月內將 AI 工作負載移至本地端，而 77% 尋求 AI 能力的企業希望找到一個能涵蓋整個 AI 旅程的整合基礎架構供應商。面對這樣的挑戰，Dell Technologies 以三大核心解決方案－Dell Private Cloud、Dell Automation Platform（DAP）以及 Dell PowerStore－協助企業在 AI 時代快速建立競爭優勢。 Dell Private Cloud：從「等比擴充」走向真正按需配置的靈活架構過去許多企業在導入基礎架構時，最常面臨的問題就是資源被綁定。例如只是需要增加儲存容量，卻被迫同步增加運算節點；或是不同應用場景對 CPU、記憶體與儲存需求不同，架構卻無法獨立調整。這類「存算網等比擴充」或受到單一廠商綁定的模式，在 AI 與資料密集型應用逐漸普及後，讓企業面臨越來越大的成本壓力。 Dell Private Cloud 採用 Disaggregated Infrastructure，將儲存、運算、網路徹底拆分。企業可以依照實際需求獨立擴充不同資源，不用被迫同步增加整體設備。這樣的架構優勢，不只提升資源使用效率，也讓企業在面對 AI 專案、資料分析或多部門需求時，能更靈活調整基礎架構，有效降低過度採購與長期閒置的風險 Dell Private Cloud 提供來自 Broadcom/VMware、Nutanix、Red Hat 以及 Microsoft Azure […]
5/26 11:42作者產業動態https://techorange.com/2026/05/26/delltechnologies-private-cloud-automation-platform-powerstore/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Google 想複製 NVIDIA＋CoreWeave 模式，傳與黑石集團成立新 AI 雲端公司
《華爾街日報》引述知情人士報導，Google 與私募巨頭黑石集團（Blackstone）正規劃成立一家新的 AI 雲端公司，主打 Google 自研 TPU 與 AI 雲端服務，目標直指 CoreWeave 等近年快速崛起的 AI 新雲端（neocloud）業者。根據報導，黑石集團將投入 50 億美元股權資金，若加上槓桿融資，整體投資規模可能上看 250 億美元。《華爾街日報》指出，這不只是一次資料中心投資案，更是 Google 至今規模最大的一次 TPU 商業化嘗試，代表 Google 正試圖把原本主要供內部使用的 TPU，正式推向外部市場，進一步加劇與 NVIDIA 的競爭。 500 MW、2027 年上線，TPU 大規模推向外部市場根據《金融時報》與《Bloomberg》報導，新公司將由 Google 資深主管 Benjamin Treynor Sloss 擔任 CEO，並預計在 2027 年前部署 500 MW 算力容量，未來還會持續擴張。500 MW 的用電規模，相當於一個中型城市的電力需求。 Google 將向新公司提供硬體、軟體與雲端相關服務。Google 上個月剛推出專為 AI 推論優化的新處理器，以及聚焦模型訓練的新一代晶片，顯示其在自研晶片路線上持續加碼。Google Cloud 執行長 Thomas […]
5/19 13:21作者廖紹伶https://techorange.com/2026/05/19/google-blackstone-ai-cloud-company/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 輸出結果總是差強人意，讓 AI 回覆品質真正提升的提示詞習慣是什麼？
多數人對 AI 的第一印象都差不多，試了幾次，覺得不如預期，然後得出「AI 沒那麼神」的結論。但問題通常不在工具，而在問法。 Google Cloud 的提示工程指南，把這個技巧定義為「設計和最佳化提示的技巧與原理，旨在引導 AI 模型生成想要的回覆」。說白了，就是如何把你要的東西說清楚。而 Anthropic 對使用 Claude 的建議是，把模型想成一位聰明但字面解讀的新員工；想像他第一天上班，有能力，但會完全照你說的做；因此，你說得模糊，他就做得模糊，你說得精準，他就照著精準執行。 Anthropic 收攏的黃金法則就很簡單：把提示詞給一個沒有背景知識的同事看，如果他看不懂，模型也看不懂。基礎習慣：每一個限制條件都在幫模型做決定模糊的提示詞之所以產生模糊的輸出，是因為模型在缺乏指引的情況下會預設產出安全、面面俱到的答案。加入限制條件，就是替模型消除一個它可以迴避的選擇。以撰寫行銷趨勢分析為例，改寫前後的差距能說明這個邏輯：改寫前：「寫關於行銷趨勢的內容。」改寫後：「分析過去六個月最重要的三個 B2B SaaS 行銷趨勢，每個趨勢給一個企業案例，並用一句話判斷這個趨勢是會加速還是趨於平緩。以 400 字的簡報形式呈現，受眾是非技術背景的董事會成員。」「三個」強迫排序，「加速或趨於平緩」強迫做出判斷，「董事會簡報」決定了什麼要留、什麼要刪。每個限制都是一個模型不再需要自己猜測的決定。而提供範例是日常提示中槓桿最高的操作，Google Cloud 的提示工程指南也強調，在提示中提供相關說明與範例，是幫助模型理解任務意圖最直接的方式。模型從範例中抓取模式的速度，遠快於從文字描述中理解意圖。如果你想把會議紀錄轉成行動項目，與其說「轉成行動項目」，不如直接給兩個範例說明格式：「記錄：Sarah 會去研究定價問題，下週回覆。行動項目：Sarah → 研究定價選項 → 下週五前完成。」再貼上實際紀錄請模型依樣處理，結果的準確度會遠高於純文字描述。正向指令也比負向禁止更有效。「不要太正式、不要用術語、不要無聊」這類指令，比正面表述更容易被違反。改成「用溫暖的對話語氣，像一個聰明的同事在咖啡廳解釋一樣，使用簡單的英文和短句」，輸出會更穩定。同樣的道理也適用於提示詞的風格。如果你的提示詞充滿條列式和粗體，輸出也會是條列式和粗體，也就是說，如果你想要流暢的散文，就用散文寫提示詞。進階工作流程：把提示當成測試驅動開發掌握基礎習慣之後，下一步是建立更系統化的工作方式。核心觀念只有一個：第一個提示詞只是草稿。有經驗的使用者會在正式使用一份提示詞之前，準備五個測試輸入，包含正常案例和邊緣案例，把提示詞跑過全部五個，觀察在哪裡失敗，然後改動一個變數重新測試。而「一次只改一個變數」是這裡最重要的紀律——同時改三件事，你就不知道是哪個改動有效。與此搭配的習慣是明確定義「完成」的標準。OpenAI 的提示工程建議指出，沒有完成標準，模型會自己決定什麼叫做「答夠了」，而且通常在第一個看起來合理的回答就停下來。舉例來說，「幫我除錯這個 Python 錯誤」這樣的提示，遠不如「幫我除錯這個 Python 錯誤，完成條件是：找出根本原因、提出具體修正方案並附上修正後的程式碼、解釋原本的程式碼為什麼會失敗。如果對任何一點沒有把握，請明說而不是猜測。」養成這些習慣之後，把有效的提示詞存起來就是下一步。按任務類型分類，作為可調整的模板，每次使用時打開對應模板、貼入今天的素材，而不是從頭重新組裝。否則你就需要反覆重寫同樣的框架，或每次都忘掉幾個關鍵的限制條件。常見錯誤與跨模型的注意事項還有幾個常見錯誤包括，對推理模型說「一步一步思考」是多餘的，因為這類模型已在內部完成推理步驟，這個指令留給一般模型使用就好。另外，使用激進語氣，例如「CRITICAL: You MUST…」也不會讓輸出更好，因為現代模型對普通指令的回應已經很靈敏，這類強調方式反而可能觸發過度謹慎的回應。在提示詞裡放入模型不認識的縮寫也是常見問題。跨模型差異則是另一個需要意識到的現實。同一份提示詞在 […]
5/15 11:27作者歐尚恩https://techorange.com/2026/05/15/prompt-engineering/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【Google Cloud NEXT 2026】AI 時代資安怎麼做？Google Cloud 聯手 Wiz，從「防駭…
在 Google Cloud Next ’26 大會上，Google Cloud 釋出了多項重量級資安更新。本次更新的核心更著重於解決企業在混合雲環境中面臨的「實務痛點」：如何保護地端與雲端的 AI 工作負載？如何簡化複雜的資安營運？透過與 Wiz 的深度整合以及 Google SecOps 的 AI 革命，Google 展現了建構「全生命週期」與「自動化」安全防禦體系的決心。 Google Cloud 與 Wiz：AI 時代的多雲保護、左移安全與身分治理 2026 年 3 月 Google 公開宣布以 320 億美元收購雲端安全新創 Wiz，將其整併至 Google Cloud 事業群。而這次在 Google Cloud Next ’26 大會中，更針對 Wiz 策略合作有更多產品上的整合，將 Google Cloud 的資安範疇從傳統的「外圍防護」轉向「開發與身分的全方位治理」。 1. 強化 AI 工作負載與多雲/地端 Runtime 的保護過去企業習慣用單一雲平台來建構安全策略，但現實早已不是如此。現今企業大多同時使用多雲加上地端環境，透過與 Wiz 的合作，突破了以往 […]
5/8 18:29署名 CloudMile 萬里雲https://techorange.com/2026/05/08/cloudmile-google-cloud-wiz-aiagents/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
極風雲創推出企業級 AI 入口 Across，以 Agentic OS 架構，攜手群聯電子、GoTrust 等夥伴建構…
當生成式工具在兩年內滲透進企業的行銷、法務、工程、客服部門，企業真正欠缺的不是工具，而是能讓員工每一次生成式調用都被看見、管理與追蹤的在地化系統。 Microsoft 與 LinkedIn 的職場調查指出：75% 的知識工作者已在工作中使用生成式工具，其中 78% 自行攜帶個人帳號，企業完全無法掌握。台灣在地則顯示，91% 企業已將生成式技術納入營運策略，92% 卻擔憂隨之而來的資料外洩、合規失控與成本失序，七成企業卡在導入門檻前無法推進。極風雲創 Twister5（股票代碼 7826）今（5日）正式發表軟硬整合的 AI 入口平台 Across，並宣布與群聯電子、GoTrust、陽信銀行等多家策略夥伴啟動合作，建構台灣首個以 AI 治理為核心的開放生態圈。從自身 AI 轉型出發，把 Across 定位為企業級 AI 入口極風雲創過去以 Cloudflare、Cato Networks、Palo Alto Networks 等國際資安品牌的 MSSP 為核心業務。內部推動生成式技術導入時，親身遭遇與客戶相同的困境，行銷團隊用 ChatGPT 寫提案，工程師用 Claud Code 寫程式，業務將客戶名單貼進各種生成式應用尋求分析，工具、帳號與資料流向高度分散，管理層難以集中掌握使用行為與成本。董事長張紘綱表示：「企業不缺工具，缺的是一個能讓員工的每一次調用都被看見、被管理的入口。就像十年前用統一登入系統管理應用存取，今天需要的是管理生成式工具使用的入口平台，這就是開發 Across 的起心動念。」Across 不取代企業既有應用，而是讓所有工具能在統一治理框架下運作，在更安全地環境中幫助企業透過 AI 賦能效率。 Across 平台的 AI 能力以 Anthropic Claude 為主力開發架構。極風雲創加入 Claude 開發合作計劃夥伴，技術團隊全員通過官方開發課程並獲發證書，為台灣企業 AI 平台領域中，技術能量經 Claude 官方體系驗證的先行者。林佑儒技術處長表示：「選擇 […]
5/6 15:54作者產業動態https://techorange.com/2026/05/06/twister5-across-ecosystem-aidaptiv/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Solana 聯手 Google Cloud 推 AI 代理支付平台！AI 可自主用穩定幣買 API 服務
Solana Foundation 與 Google Cloud 聯手推出 AI 代理支付服務 Pay.sh，讓 AI 代理能透過 Solana 上的穩定幣，以按次付費模式調用 Google Cloud 及超過 50 家供應商的 API，擺脫傳統帳號註冊與訂閱機制的束縛。 Pay.sh 打破訂閱門檻，由 AI 代理購買 Google 與第三方 API Solana 官網提及，AI 如今已成為軟體建構與使用的核心，且能在單一工作流程中跨服務執行決策與操作，但在存取最強大的企業級 API 時，依然面臨著巨大的技術落差。目前多數服務仍針對人類使用者設計，要求完成複雜的身分驗證（KYC）、憑證管理及帳單維護。Pay.sh 作為橋樑彌合了這段距離，讓 AI 代理具備自主支付的能力，消除 AI 代理在調用複雜基礎設施資源時的支付瓶頸。在計費與操作模式上，Pay.sh 導入了微支付架構，捨棄傳統的訂閱方案與最低消費限制，改採精確的「按次計費」模式。根據 Solana 的說明，使用者僅需將 Solana 錢包連接至 Gemini、Claude Code、Codex 或 Hermes 等偏好的 AI 介面，並在 60 秒內透過信用卡或穩定幣完成入金，AI 代理即可獲得各項付費服務的存取授權。此外，AI 代理具備自主瀏覽統一 API […]
5/6 14:09作者吳玟錡https://techorange.com/2026/05/06/solana-foundation-pay-sh-collaboration-google-cloud/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Google Cloud 營收年增 63%、AWS 創 15 季最快成長：6,000 億美元 AI 基建投資進入驗收期…
週三（4/29）Microsoft、Alphabet、Amazon 與 Meta 四大科技巨頭，罕見選在同一個交易日公布財報。根據《Reuters》報導，這四家被華爾街稱為「超大規模雲端服務商（Hyperscalers）」的企業，今年預計將在資料中心與其他 AI 基礎設施上，豪砸超過 6,000 億美元。現在，市場緊盯的已經不只是充滿想像力的 AI 願景，而是這場以千億美元為單位的基礎建設大戰，能不能順利轉化為財報上白紙黑字的營收成長，以證明這些天文數字級別的投資確實有所回報。雲端成長先給答案，科技巨頭的 AI 投資暫時過關面對華爾街的質疑，有著雲端業務護城河的三大巨頭率先給出定心丸。Amazon、Alphabet 與 Microsoft 的雲端運算部門在財報中，皆交出亮眼的雙位數成長。《The Guardian》指出，這些雲端部門受惠於企業 AI 採用的增加，進一步出現強勁的加速成長。其中，Alphabet 的 Google Cloud 年增高達 63%，而 Microsoft 與 Amazon 也同樣靠著雲端業務大放異彩。《The Guardian》報導認為，這一輪財報似乎給出一個近乎一致的答案：AI 投資的回報，正在優先反映於雲端運算的營收上。科技分析網站《Implicator.ai》則將這次財報形容為 AI 支出辯論的「前瞻性計分卡」（forward-looking scorecard），並強調正是因為這波雲端業務的成長，為科技巨頭爭取更多時間，以繼續投入 AI 基礎建設。微軟與 Alphabet 持續加碼，算力供給成下一道考題在證明需求存在後，接踵而來的考驗是基礎建設的成本。Microsoft 的 Azure 與其他雲端服務在該季度成長 40%，帶動 Microsoft Cloud 總營收達 545 億美元。Microsoft 執行長 Satya Nadella 更自豪地指出，AI […]
4/30 12:40作者李昀蔚https://techorange.com/2026/04/30/cloud-growth-gives-big-tech-more-time-to-keep-spending/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
歐洲為何監管越嚴，越離不開美國科技巨頭？從法國健康資料遷出微軟，揭雲端與 AI 主權困境
當一個國家的國民健康數據，全都掌握在美國科技巨頭手中，會帶來什麼樣的國安風險？法國政府近期開出第一槍，正式決定將「國家健康數據中心」（Health Data Hub）從微軟 Azure 搬出，全面轉移給本土雲端業者 Scaleway。這不只是一次單純的供應商轉換，更是歐洲積極追求「雲端主權」、試圖擺脫對美國大型科技公司長期依賴的關鍵反擊。法國為何堅持推動「資料大遷徙」？這場遷移案的起因，源自對美國法律的疑慮。2019 年，法國政府在未經競爭性招標的情況下，逕自選擇 Microsoft Azure 承接健康資料託管，隨即引發持續的法律與政治審查。法國資料監管機關擔憂「美國法律域外效力」帶來的風險，因此拒絕批准完整資料集的永久轉移。這個擔憂並非空穴來風。微軟的法務主管去年在法國參議院調查委員會宣誓作證時坦承，即使資料託管在法國境內，微軟依然無法反對美國針對法國公民資料提出的調取要求。為了解決這個主權破口，法國國家資安機構隨後建立了「SecNumCloud」認證框架，要求關鍵資料絕不能被非歐洲法律的手段取得，實質排除美國供應商及其歐洲子公司的參與資格。在 2024 年通過的新法推波助瀾下，本土業者 Scaleway 終於脫穎而出，預計將於 2026 年底至 2027 年初正式接手，保護數千萬法國公民的健康紀錄。從雲端、AI 到支付：歐洲已淪為美國科技的「經濟附庸」法國的焦慮或許只是冰山一角。這起遷移案呼應《經濟學人》所點出的殘酷現實：歐洲現代經濟的制高點，早已悄悄被美國企業全盤掌握。從底層的基礎建設來看，Apple 與 Google 支撐起整個歐洲大陸的手機生態系統。此外，美國的雲端服務不僅存放著歐洲人的數據，更讓美國的 AI 模型深深紮根於歐洲企業之中。在高階運算、太空與 AI 等領域，歐洲少有站在前沿的企業，唯一較突出的例外，是對全球晶片製造至關重要的荷蘭企業 ASML。在日常生活裡，Visa 與 MasterCard 兩家美國公司，是歐洲人彼此付款時不可或缺的基礎設施。甚至在政府與國防兩個關鍵場景裡，歐洲政府也往往別無選擇，只能使用 Microsoft 或 Amazon 的雲端服務、依賴 Palantir 進行資料分析，或是靠 SpaceX 發射軍事衛星。除了科技產業外，歐洲的「依賴症」更蔓延至能源與原物料。過去歐洲僅需進口一半的天然氣，如今有 85% 仰賴進口，且為了取代過去對俄羅斯能源的依賴，現在有超過四分之一是來自美國的液化天然氣。同時，在關鍵礦產上，歐洲也高度依賴中國。  《經濟學人》將這種涵蓋商業與科技的重度依賴，形容為一種「經濟附庸」（economic vassalage）。在科技依賴隨時可能被武器化的地緣政治時代，這無疑是歐洲的軟肋之一。《經濟學人》更警告，若川普及其陣營有意將這種依賴「武器化」，就可能威脅歐洲的支付系統、讓 iPhone 集體停擺，或剝奪德國中小企業使用頂尖 AI […]
4/29 11:13作者李昀蔚https://techorange.com/2026/04/29/how-europe-regulated-itself-into-american-vassalage/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】OpenAI IPO 前財務壓力浮現，龐大算力合約開始成為新考驗
【科技早餐】今天精選 7 則國內外重要科技新聞。＊OpenAI IPO 前財務壓力浮現，龐大算力合約成新考驗《華爾街日報》引述知情人士報導，OpenAI 財務長弗萊爾（Sarah Friar）曾向高層表達憂慮，擔心如果營收成長不夠快，公司未來可能無法支付龐大的運算合約費用。報導指出，OpenAI 近幾個月未達成部分新用戶與營收目標，ChatGPT 去年底也沒有達到內部設定的 10 億週活躍用戶目標。 OpenAI 在編碼與企業市場也面臨 Anthropic 競爭。雖然公司最近籌募 1,220 億美元，為矽谷史上規模最大的融資案，但面對龐大算力成本，就算營收能達標，這筆資金也可能在三年內消耗殆盡。對此，執行長奧特曼（Sam Altman）與弗萊爾回覆《路透》時表示，雙方在取得更多算力的方向上完全一致。＊OpenAI 打開 AWS 通道，Microsoft 獨占合作正式鬆綁《路透》報導，Microsoft 和 OpenAI 已重新修訂合作協議，OpenAI 之後可把產品提供給 Amazon、Google Cloud 等其他雲端平台客戶，不再由 Microsoft 獨家銷售與承接。兩家公司自 2019 年合作以來，Microsoft 已投入超過 130 億美元，並持有 OpenAI 27% 股份。修訂後，Microsoft 仍是 OpenAI 主要雲端合作夥伴，也會持續取得 OpenAI 智慧財產權授權到 2032 年；同時，Microsoft 仍可在 2030 年前取得營收分成，但總額將設上限。Amazon 執行長賈西（Andy […]
4/29 06:50作者 Anitahttps://techorange.com/2026/04/29/openai-falls-short-revenue-prior-to-ipo/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
不再綁定 Azure、AGI 條款退場：OpenAI 微軟達成新協議，對雙方各有什麼好處？
在 AI 產業的發展歷程中，微軟與 OpenAI 的結盟無疑是最具決定性的一段。然而，微軟與 OpenAI 在 4/27 宣布，雙方已正式重寫合作條款，終結長達數年的雲端獨家綁定關係，改以更寬鬆、有時限的安排，讓雙方有更大的自由追求市場競爭。這是自微軟 2019 年首次向 OpenAI 投資 10 億美元以來最大的協議重組。《Reuters》報導，雖然外界早已預料微軟與 OpenAI 的關係將會疏遠，但新協議可說是對雙方都有好處。 OpenAI 解開 Azure 綁定，換取企業市場自由度自 2019 年起，微軟累計投資 OpenAI 超過 130 億美元，Azure 也因此成為 OpenAI 模型商業化的重要基礎。ChatGPT、Azure OpenAI Service、Copilot 等產品，都建立在這層緊密合作關係上。但隨著 OpenAI 從研究機構變成企業 AI 平台供應商，單一雲端限制也開始成為商業瓶頸。《Reuters》引述 D.A. Davidson 分析師 Gil Luria 指出，AWS 與 Google Cloud 企業客戶過去因微軟獨家關係，難以整合 OpenAI 產品；新協議將使這些客戶更可能把 OpenAI 納入選項，與 Anthropic […]
4/28 12:51作者廖紹伶https://techorange.com/2026/04/28/openai-microsoft-new-partnership/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【GTC 現場直擊】打造企業「HALO」資產：從算力軍備到 AI Agent 的戰略轉型新視界
2026 年 GTC 大會甫落幕，全球 AI 浪潮已從「算力競賽」轉向「落地實踐」的關鍵轉折點，當市場目光聚焦於 NVIDIA 的硬體護城河與「買硬不買軟」的投資風潮時，企業決策者必須思考，在昂貴的算力資源背後，什麼才是真正的核心競爭力？本文由 CloudMile 萬里雲 CEO Spencer 觀點出發，深度解析 AI Agent 時代下的「HALO」資產定義，揭示 Token 經濟學重塑產業定價權，利用「Taiwan + 1」的軟硬整合戰略，解析全球雲端巨頭（NVIDIA、Google、Meta、Microsoft）間的算力博弈，並探討企業透過專屬的 AI Agent，將算力精準轉化為持續增長的數位動能。 AI Agent 時代下的「HALO」資產今年 2 月高盛分析師指出，市場正在獎勵產能、網路、基礎設施和工程複雜性，這些資產複製成本高昂，且不易受到技術過時的影響。這些「HALO」（Heavy Assets, Low Obsolescence，重資產、低淘汰率）如電網、管線、公用事業、運輸基礎設施與關鍵機械等因受限於高複製成本、監管障礙與跨科技周期，自 2025 年起跑贏輕資產組合 35%，高盛甚至視之為 AI 時代的「稀缺資產」，出現了一股「買硬不買軟」的風潮。但這代表企業軟體已到了末日？答案其實則否。軟體不該被忽視，而是必須進化。純軟體或許會被淘汰，但「與 AI 基礎建設深度融合的 AI Agents」將成為企業全新的、難以被取代的數位重資產。在 AI-First 的時代，企業有最有價值的重資產，是一個量身定制的 AI 代理（Tailored AI Agent）。和「租用」的軟體不同，訂製的 AI Agents 與企業端日常營運緊密耦合。它學習你的私有數據、遵循特定的安全協議，並理解你的業務邏輯。它不只是一個工具，而是一名「終身數位員工」，能讓你在不增加人力成本的情況下擴張業務。這是一項不可撼動的資產，因為它承載著你公司獨一無二的 DNA。 […]
4/28 09:46署名 CloudMile 萬里雲https://techorange.com/2026/04/28/cloudmile-gtc-halo-ai-agent-taiwan/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】Google 押 TPU、OpenAI 傳做手機，AI 競爭從雲端一路打到終端
【科技早餐】今天精選 7 則國內外重要科技新聞。＊Google 用 TPU 與 Gemini 追雲端，AI 競爭走向全堆疊戰 Google Cloud 執行長庫里安 (Thomas Kurian) 接受《金融時報》專訪表示，Google 的差異化不只是轉售其他公司的技術，而是同時擁有自研晶片、資料中心、基礎模型與企業應用。Google Cloud 目前在全球雲端市場排名第三，市占率已推升到 14%，試圖用一整套 AI 技術堆疊，縮小與 AWS 和 Microsoft 的差距。在 Google Cloud Next 2026 大會上，Google 發表第八代 TPU，包括偏向模型訓練的 TPU 8t，以及偏向推論與代理式 AI 服務的 TPU 8i。庫里安認為，TPU 與 Gemini 模型讓 Google 一方面不需完全依賴 NVIDIA，另一方面也不必把主要經濟利益交給外部模型公司。他並表示，未來一到兩年 AI 公司可能面臨洗牌，能否撐下去，最後仍取決於商業模式能否成立。＊OpenAI 傳 2028 年量產 AI agent 手機，聯發科、高通與立訊入列供應鏈 […]
4/28 06:50作者 Anitahttps://techorange.com/2026/04/28/google-bets-on-tpu-openai-rumored-to-build-phone/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
宏庭科技首奪 Google Cloud 年度最佳合作夥伴獎，以 AI 跨域整合力代表台灣赴美受獎
台灣雲端技術領導品牌宏庭科技（Microfusion Technology）宣布榮獲「2026 Google Cloud Partner of the Year (Taiwan)」大獎，宏庭科技團隊受邀前往美國拉斯維加斯，於 Google 全球雲端技術盛事中，代表台灣受領此項殊榮。繼 2024 年獲獎 Expansion Partners of the Year 後，宏庭科技今年首奪台灣區年度大獎，展現其在 Google Cloud 生態系整合與企業 AI 落地上的領先實力。 Google Cloud 全球生態系統與通路企業總經理 Kevin Ichhpurani 表示：「Google Cloud 合作夥伴獎旨在表揚合作夥伴為客戶帶來的策略創新以及顯著價值。我們非常榮幸能宣布宏庭科技榮獲 2026 年 Google Cloud 合作夥伴獎，感謝他們在過去一年中為推動客戶成功所扮演的關鍵角色。」以技術落地力驅動真實商業價值在快速演進的雲端與生成式 AI 時代，企業不再需要單一技術導入，而是需要能整合多項技術並落地商業價值的合作夥伴。身為 Google Cloud Premier Partner，宏庭科技同時具備 Infrastructure、Artificial Intelligence、Security 與 Chrome 四項專業認證，是少數能橫跨雲端基礎架構、資安與 AI 應用的整合型合作夥伴。宏庭科技長期深耕台灣市場，並將 Google Cloud […]
4/27 10:17署名宏庭科技 Microfusionhttps://techorange.com/2026/04/27/microfusiontechnology-google-cloud/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】Google 擬砸 400 億美元加碼 Anthropic，AI 競爭正式進入算力長約戰
【科技早餐】今天精選 8 則國內外重要科技新聞。＊Google 擬砸 400 億美元加碼 Anthropic，AI 算力長約越綁越深根據《彭博》報導，Google 母公司 Alphabet 計畫對 Anthropic 投資最高 400 億美元。這筆資金包含第一階段 100 億美元投資，以及未來視業務與效能里程碑追加的 300 億美元。這筆投資並非單純現金注資，也伴隨更深的硬體基礎設施綁定。 Anthropic 近年已同時與 Google Cloud、AWS 建立深度合作。去年 10 月，Anthropic 與 Google Cloud 簽下數百億美元協議，取得大規模 TPU 運算資源；不久前也與 AWS 簽下長期算力合作，並獲得 Amazon 加碼投資。這也凸顯 AI 新創正透過多個雲端平台，分散資金與算力來源。＊美國全球示警 DeepSeek，AI 智財戰升高到外交層級根據《路透》報導，美國國務院已要求全球各外交與領事機構，向外國政府表達對中國企業疑似提取、蒸餾美國 AI 模型的擔憂。電報點名包括 DeepSeek、月之暗面（Moonshot AI）與稀宇科技（MiniMax）等中國 AI 公司。蒸餾是指利用大型模型輸出，訓練成本較低的小型模型。中國駐美大使館則回應，相關指控毫無根據，並表示中國政府「高度重視智慧財產權保護」。同時間，DeepSeek 也發布最新旗艦模型預覽版 DeepSeek V4，包含 V4 […]
4/27 06:50作者 Anitahttps://techorange.com/2026/04/27/google-plans-to-invest-up-to-40-billion-in-anthropic/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】Google、台積電、Tesla 一路加速，AI 競爭正式從展示走向部署
【科技早餐】今天精選 8 則國內外重要科技新聞。＊Google Cloud 宣告 AI 實驗期結束，企業競爭轉向整合能力 Google Cloud Next 2026 在美國拉斯維加斯登場，Google Cloud 執行長 Thomas Kurian 開場就定調，AI 的實驗階段已經結束，現在真正的挑戰，是怎麼把 AI 規模化部署進整個企業。這次 Google 主打「統一技術堆疊」，強調從底層晶片、資料、模型到資安，要一起往上整合。本次更新包括第八代 TPU，首度採用雙晶片架構，分別對應訓練與推論需求；原本的 Vertex AI 也升級成 Gemini Enterprise Agent Platform，把企業代理整合進同一套平台治理。Google 同時強調，近 75% 的 Google Cloud 客戶已在生產環境中使用 AI，也讓這場大會的重點，從展示能力進一步轉向企業部署。＊台積電亮出 A13 與先進封裝新時程，AI 算力往 2029 續推台積電（TSMC）在北美技術論壇正式揭示 A13 製程，作為去年 A14 之後的新一代技術節點。台積電表示，A13 比 A14 再省 6% 面積，設計規則也向後相容，預計 […]
4/24 06:50作者 Anitahttps://techorange.com/2026/04/24/google-tsmc-tesla-are-accelerating/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【Arm 黃曉剛專欄】當「雲端集權」轉向「終端自主」：無所不在的邊緣 AI，如何重塑新時代智慧生活？
文／Arm 台灣總裁黃曉剛自生成式 AI 的巨浪襲來，全球科技產業陷入了一場以算力為名的「雲端軍備競賽」。然而，過去幾年 AI 的演進高度依賴「集權式」的雲端架構（Cloud-centric），雖然提供了強大運算力，但傳輸延遲的瓶頸、隱私資料外洩的隱憂，以及資料中龐大的能耗壓力，已成為智慧生活普及化的門檻。隨著 2026 年「智慧運算新紀元」的到來，我們正在目睹一場大規模的「運算主權移轉」。AI 運算正從遙遠的資料中心，遷移至我們口袋裡的終端裝置、工廠的機器人以及具備主動感知的 AI 定義汽車。這不僅是技術位置的更迭，更代表「分散式架構」的崛起，讓裝置具備了不依賴雲端的即時決策和執行能力。從「萬能大腦」進化為「數位夥伴」——「每瓦智慧」是關鍵在這一波趨勢中，單純的算力規模已不再是唯一指標，衡量智慧的新標準將演進為「每瓦智慧（Intelligence per Watt）」，也就是單位能耗下能夠輸出的有效 AI 算力。隨著使用者對裝置端 AI 體驗的期待不斷提升，從即時助理到個人化服務，AI 正快速地往手機或穿戴裝置中運行，如何以極致能效進行複雜推論，將成為定義「終端自主權」的關鍵。以視覺語言模型（VLM）在終端裝置的應用為例，它能辨識螢幕內容並理解操作意圖，使終端從被動工具演進為具備主動性的「AI 代理（AI Agent）」。這種技術能內化使用者習慣、預判需求並跨應用程式協調整合。要支撐這種完全在終端即時運行的個人化體驗，底層架構的能源效率表現正是決定性的技術優勢。這種運算自主權的覺醒，主要源於市場對低延遲處理的強烈需求，以及對資料自主性與隱私保護的高度重視。未來，AI 將從遠在天邊的「通用大腦」，轉變為近在咫尺、具備環境感知能力的「數位協作夥伴」。打破雲端終端的二元對立，從底層架構轉變成「協同智慧」目前的產業競爭已不再是雲端與邊緣的零和賽局，而是從過去「凡事上雲」或「純終端運算」的二元對立，演變為整合性更強的「協同智慧（Collaborative Intelligence）」。在新模式下，雲端與終端不再是獨立的資訊孤島，而是一個混合的運算框架，讓系統能根據工作負載的複雜度、即時性需求與資安敏感度，進行動態的算力調度：將高能耗的大規模訓練保留在雲端，而將需要即時回應的推論與隱私感知留在邊緣。更深層的變革在於「主權」的體現。如 AWS Graviton、Google Axion 與 Microsoft Cobalt 等雲端巨頭，正引領「系統級協同設計」的風潮。他們正逐步打破對傳統通用晶片的依賴，轉而從底層軟硬體堆疊開始與 Arm 合作，打造針對特定 AI 框架最佳化的客製平台。這種垂直整合確保了從基礎設施到應用端的絕對掌控力與效率。守護數位資產主權，以「硬體級安全」建立信任基礎隨著晶片製程接近物理極限，半導體創新正從追求通用運算（General-purpose）轉向「異質整合（Heterogeneous Integration）」與「特定任務加速（Domain-Specific Acceleration）」。然而，當運算能力大規模遷移至邊緣端，分散式的架構也代表著防禦邊界將被打破；若沒有強大的底層防護，終端裝置將成為資安防禦中最脆弱的新破口。這場安全變革的勝負，取決於能否將防禦機制從「軟體外掛」徹底轉化為「硬體內建」。要達成此目標，必須從定義運算邏輯的底層指令集架構（ISA）著手。作為全球運算標準的定義者，Arm 在 Armv9 架構中導入了 MTE（記憶體標籤擴充技術）等硬體級原生安全特性，讓安全性不再是事後的補強，而是深植於晶片設計的基礎中。這種信任機制的建立，關鍵在於賦予硬體原生的「隔離能力」，確保裝置在執行高價值 AI 運算時，能從底層阻絕惡意篡改與資料攻擊。唯有當企業核心機密與個人隱私能在終端獲得硬體級的守護、而不需被迫上雲時，使用者才能真正建立對 AI […]
4/23 10:45作者黃曉剛https://techorange.com/2026/04/23/michael-h-wong-column/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【Google 第 8 代 TPU 來了】訓練與推論分流、效能比上代快 3 倍，支撐為 AI 代理而生的技術堆疊
在 Google Cloud Next 2026 大會即將於拉斯維加斯登場、預計吸引逾 3.5 萬名與會者之際，Google Cloud 執行長 Thomas Kurian 於會前媒體簡報中公布一系列新產品與功能，點出這次大會的核心：AI 模型的演進，正在根本性地改變人們使用 AI 的方式。過去，模型主要用來回答問題或生成內容；如今，模型正轉向能夠自主使用工具、具備多項技能，並能代替使用者執行多步驟複雜任務的「AI 代理（Agents）」。Kurian 將這個轉變稱為「向代理轉移」，而 Google 在本屆大會發布的所有新功能，正是其過去一年多為因應這場轉移所打造的全端技術堆疊成果。運算基石大進化：第 8 代 TPU 雙晶片登場要驅動 AI 代理所需的龐大任務生態系，一切從基礎設施開始。Google 推出兩款針對不同用途設計的第八代 TPU。 TPU 8t 專注於訓練任務，採用晶片互連（ICI）技術，單一 superpod 可擴展至 9,600 個 TPU，並搭配 2 PB 的高頻寬共享記憶體。其整體運算效能是上一代 TPU Ironwood 的 3 倍，每瓦效能最高可提升 2 倍。 TPU 8i 則專注於推論任務。Google 採用名為「boardfly」的全新架構，將大量 TPU 晶片交叉連接，搭載更多 […]
4/22 22:51作者廖紹伶https://techorange.com/2026/04/22/google-tpu-8t-8i-cloud-next/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
破除 AI 應用落地的資料隱患，NetApp 一站式管理平台滿足企業 AI 所需燃料
當 AI 應用正式步入生產環境時，企業可能面臨著資料四散、資安威脅與基礎設施成本增加的挑戰。NetApp 資深技術顧問徐榮君在近期舉辦的 AI Ready 資料治理論壇，以「確保資料暢行無阻，滿足企業 AI 所需燃料」為題，剖析 AI 資料管道在建構過程中的成本與安全痛點，分享如何透過 NetApp 一站式管理平台，協助企業打破資料孤島，建立嚴密的資安護欄。「從 POC 邁向真實生產環境，企業平均需動用約 13 種工具，在資料準備與模型訓練的各個階段，往往需要複製 6 到 7 份資料副本，要將非結構化資料轉換為 AI 所需的向量資料庫時，資料量同時也會膨脹 10 到 20 倍，大幅增加企業成本，」徐榮君指出，面對龐雜的資料量以及高昂成本，企業需要大規模優化運算與儲存效能的自動化解決方案。針對資料孤島與搬移的挑戰，NetApp 提供 NetApp Console 一站式資料管理平台，涵蓋地端與三大公有雲 AWS、Microsoft Azure、Google Cloud 作業系統。企業只需透過簡單拖拉的方式就能設定資料傳輸，且無需進行繁瑣的格式轉換，能在正確的時間與地點取得需要的資料。同時為了加速 AI 檢索效率，NetApp 透過 Metadata 引擎讓資料從業人員能與儲存管理員協作，輕鬆找到並理解資料，背後採取輕量且優化的 API 查詢 Metadata，有助於大幅減少約 70% 的 NFS 目前流量，同時自動變更偵測，實現 AI 工作流程自動化，保持取得最新的資料，加速和簡化 AI 驅動的資料處理、管理和治理。資料護欄系統，能在 AI […]
4/16 15:39署名 NetApp Taiwanhttps://techorange.com/2026/04/16/netapp-metadata-api/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 催生「新雲端」崛起，Neocloud 如何成為企業 AI 算力配置的新選項？
有別於傳統服務的新雲端（Neocloud）因為 AI 應運而生，期望解決電力供應、硬體供應、資料引力與資料主權問題，讓企業 AI 算力配置轉向混合環境。
4/9 10:54作者 Minhttps://techorange.com/2026/04/09/neocloud-and-ai-transforming-market/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
告別廣告代操中間商：AI 代理人如何重構程序化廣告市場？
2026 年，數位廣告產業面臨結構性轉折。過去二十年來，以程序化廣告為核心的交易模式，建立在第三方數據、即時競價與大規模曝光之上，撐起了數百億美元的產業規模。然而，在零售媒體網絡（Retail Media Networks, RMN）快速崛起、隱私監管趨嚴，以及 AI 技術進入執行層的背景下，這套體系即將重構。廣告技術去中介化，零售商正以代理式 AI 重構廣告成本《Smart Brief》報導指出，如今越來越多零售商選擇內建自己的廣告工具，導入以「代理 AI」（Agentic AI）為核心的架構，繞過傳統的程序化中間商。這些 AI 代理人不再只是輔助投放，而是直接代表品牌與零售商進行決策與交易，從受眾分群、預算配置到廣告庫存配對，皆由系統即時完成。當交易雙方都由代理人驅動時，傳統的廣告交易所與拍賣機制開始顯得多餘。這樣的轉變，直接帶來成本結構的重寫。業界預期，當中間層被移除後，單一零售商可節省約 10% 至 20% 的廣告技術成本，而品牌與零售商整體合計，甚至可能達到 30% 的效率提升。這對於本就利潤有限的零售業而言具有實質吸引力，也使「去中介化」成為一項策略選擇，而非技術實驗。推動這場變革的關鍵基礎設施之一，是廣告內容協議（Ad Context Protocol, AdCP）。這項由多家產業參與者共同推動的標準，嘗試為 AI 代理人建立一套共通語言，使其能在沒有人工介入的情況下完成媒體規劃、報價與交易。《Digiday》指出，AdCP 更接近一種「代理對代理」的直接協商機制，讓品牌端的 AI 可以與零售端的 AI 即時溝通需求與庫存條件，在維持效率的同時，省去拍賣流程中的冗餘環節。數據複利時代來臨，第一方數據轉化為策略資本與此同時，數據本身的角色也在發生質變。市場調查公司 IDC 指出，在第三方 Cookie 逐步消失的情況下，第一方數據從過去的靜態資產，轉變為可以持續累積價值的「複利資本」。透過資料潔淨室（data clean room）與隱私增強技術（Privacy-Enhancing Technologies, PETs），品牌與零售商得以在不暴露原始個資的前提下進行跨平台協作，使原本分散的訊號得以整合並提升預測能力。這種數據協作模式，也可能重塑市場權力結構。一方面，大型零售商紛紛建立整合身份、媒體與交易數據的「商業雲」（commerce clouds），將廣告投放與成效衡量鎖定在自有生態系中；另一方面，缺乏登入數據與規模的中小型媒體，則逐漸失去可識別性與變現能力。市場因此呈現出集中與碎片化並存的矛盾狀態，而能否有效編排與運用數據，成為品牌競爭力的核心。綜合來看，數位廣告的變革並非單一技術升級，而是一場涉及數據、交易機制與組織運作的全面重構，整個產業正朝向一個由機器主導決策與交易的「代理時代」前進。對企業而言，關鍵不在於是否導入 AI，而在於是否具備重新設計整體架構的能力。【推薦閱讀】 ◆ 「線上歸 Amazon、實體歸 Walmart」時代終結：零售雙雄的混合基礎建設戰全面開打 ◆ 告別關鍵字堆砌：2026 […]
4/9 09:58作者 Arielhttps://techorange.com/2026/04/09/ai-programmatic-will-fade/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
首屆 iKala Connection Day 登場！全新 GEO 平台 Chroma 與「企業龍蝦」iKala Ne…
跨國 AI 公司 iKala 今日盛大舉辦首屆「iKala Connection Day」，以「數據共生・串聯企業核心的 AI 轉型實踐」為核心主題，邀集 Google Cloud、CloudAD、 momo 富邦媒體科技及輝葉按摩椅等產業領袖，深度剖析 AI 驅動的企業轉型架構。會中正式亮相全新 AI 應用平台 iKala Foundry，其旗下產品 Chroma 針對 GEO（生成式引擎優化）趨勢提出獨家深度解方；同時宣布聯手「企業龍蝦」般的 iKala 旗下產品 Nexus，全方位賦能企業，建構 AI 驅動的全新競爭力。 iKala 提出 2026 企業轉型核心：回歸真實性與決策精準化 iKala 共同創辦人暨集團董事長、TiEA 理事長程世嘉（Sega Cheng）領銜開場時指出，2026 年被定調為「AI 代勞元年」。真正的企業轉型並非僅是更換系統或訂閱工具，而是「決策方式的改變」。他強調，企業應思考如何運用數據與 AI 協作，在資訊爆炸的環境中做出更快速、更精準的判斷。程世嘉進一步分析，當前正處於 SEO 與 GEO（生成式引擎優化）的關鍵轉捩點。隨著「代理式網路」全面擴張，AI 產製內容雖在量級上佔據絕對優勢，卻意外觸發了「稀缺溢價」效應，使「真實性」躍升為品牌最寶貴的戰略資產。程世嘉指出，人類原創內容具備不可取代的「信號」，其搜尋紅利高出 AI 內容 4 […]
4/2 10:50作者產業動態https://techorange.com/2026/04/02/ikala-connection-day-geo-chroma-ikala-nexus/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【Google Cloud 林書平專欄】從追求效率轉向衡量自主性：生成式 AI 顛覆營運邏輯的 3 大底層轉變
文 / Google Cloud 台灣技術總經理林書平根據 Google Cloud 內部調查，台灣導入生成式 AI 的企業中，有 78% 表示正在採用 AI 代理。這個比例已顯著高於亞太地區的平均值 64%，但我們發現許多企業仍在導入過程中感受到阻力。可以理解的是，我們正在經歷軟體史上最劇烈的一次變革交鋒。這源於過去五十年來，企業習慣以「確定性模型」（deterministic model）為基礎打造軟體和業務，從客戶關係管理（CRM）系統到試算表，都是受規則約束且不容出錯的軟體。尤其台灣有龐大的精密製造業及多種受高度監管的產業，因此從品質控管到合規性，企業的核心目標都是消除不確定性。然而，過去三年備受全球矚目的生成式 AI 打破了這項規則。它是一個具備「機率性」（Probabilistic）、創造力，且高度依賴情境脈絡（Context）的推理引擎，而非輸入 A 加 B 永遠等於 C 的計算機。它能處理確定性系統無法回答的問題，例如分析關稅或模擬地緣政治對營收表現與大宗產品定價的影響，為企業決策者提供重要參考資訊。企業目前在營運模式中感受到的摩擦，正是因為過往建置系統的初衷是為了追蹤與消除不確定性。然而，我們無法將機率性引擎硬塞進確定性的營運模式中。要徹底發揮生成式 AI 的潛力，企業領導者必須停止把 AI 當作「速度更快的試算表」來對待。在這個新時代能脫穎而出的贏家，將是那些不再嘗試壓制不確定性，而是將它轉化為運作常態的企業。以下是為了重塑企業營運、充分掌握 AI 未來，所必須經歷的三大轉變。轉變一：從評估「效率」轉向衡量「自主性」過去，軟體被視為放大人類工作能力的工具，其價值取決於存取權及效率，例如提供多少授權席位、加快員工多少作業速度。生成式 AI 徹底翻轉了這個模式：我們正從「軟體即服務」（SaaS）轉向「服務即軟體」（Service-as-Software）。其價值在於最終成果，而非工具本身。當 AI 代理解決了一張客戶需求單，衡量標準不再是幫員工節省多少時間，而是人類是否需要參與其中。換言之，我們的目標不再是打造動作更快的勞動力，而是建立可無限擴展的團隊。這代表我們需要新的指標。企業應該停止衡量員工投入的工作量，轉為關注 AI 自主性：這包含了 AI 代理是否提供正確事實？能否縮短決策時間？任務完成率如何？考量到人類未來已可從「人機迴圈」（human-in-the-loop）中移除，因此企業擴大獲利空間最重要的指標之一將會是：AI 代理是否能在無人類介入下獨立解決問題。轉變二：面對 AI 不確定性，著重控管而非消除許多企業試圖將機率性的 AI，塞進追求確定性、強調規則的營運模式中，但這往往行不通。傳統領導者看到 AI 產生幻覺便感到恐慌，並想將其關閉，直到它達到 […]
3/31 16:47作者林書平https://techorange.com/2026/03/31/ai-rethinking-software-google-cloud/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
研華策略投資入股加雲聯網，以資安與 Edge AI 驅動能源自主運營解決方案
全球物聯網智能系統與嵌入式平台領導廠商研華（TWSE: 2395）今(27) 日宣布，透過其全資子公司研華投資完成對加雲聯網（ICP, Intelligent Cloud Plus）之策略性投資。此次合作將結合加雲聯網在電力公用事業領域的深厚技術及實績，與研華於工業自動化控制、智能通訊系統及 AI 邊緣運算平台的核心優勢，共同開發電力與能源自動化產業的數位化解決方案，攜手推動智慧電網與能源轉型升級。研華物聯網自動化事業群副總經理林清波表示 : 「加雲聯網具備橫跨傳統電力事業、國際電力設備大廠（如西門子）及前瞻能源科技的系統整合能力，為少數能打通 IT 與 OT、並兼具場域實績的關鍵合作夥伴。透過將複雜能源管理技術轉化為標準化的 Solution Ready Package (SRP) 方案 (如智慧微電網及儲能管理系統)，不僅可協助研華產品深入能源垂直市場，更可大幅降低海外專案落地所需的技術門檻與人力依賴。此次投資的關鍵價值，不僅止於產品銷售，更是將台灣在能源數位轉型的成功經驗進行『產品化』與『系統化輸出』，透過與生態系夥伴的協同合作，推動解決方案於全球市場快速複製與規模化擴展。」林清波進一步指出，本次策略投資將聚焦於電力與能源自動化領域的 SRP 打造，透過將加雲聯網軟體方案與研華邊緣運算硬體進行「深度預整合」，實現高效且可快速落地的產業解決方案，重點涵蓋三大面向：加雲聯網總經理廖佑晟表示，能源轉型進入下一階段，產業競爭關鍵已從設備成本，轉向系統的安全性與智慧化能力。加雲長期投入 iVPP平台、IT/OT 系統整合、軟體開發及 AI 演算法技術，並已於台電體系及離岸風電國際專案中累積實績，證明了公司選擇了「難但正確」的道路。本次研華的策略投資是對加雲技術實力的最大肯定，雙方聯手將引領台灣新能源產業從單點設備銷售進化為具備國際規格的智控生態系服務。在全球面臨 AI 高耗能的趨勢下，研華將持續以「Edge Computing & AI-Powered WISE Solutions」為品牌核心策略，深化 AI 與能源應用的整合創新。研華此次策略投資加雲聯網，正是提前布局「AI × 能源 × 邊緣運算」三位一體的關鍵交會點，不僅可提升研華在能源垂直市場的滲透率，更進一步強化在全球市場的差異化競爭力，朝向成為結合邊緣運算、AI應用與能源管理能力的關鍵平台型企業邁進，並為長期營運成長注入穩健持續的動能。（本文訊息由研華提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。圖片來源：AI 工具生成。）
3/27 19:24作者產業動態https://techorange.com/2026/03/27/advantech-icp/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
駕馭混合雲挑戰：透過 Apigee X 與 Cloud DNS 打造金融級現代化架構
在當前的金融科技（Fintech）浪潮中，傳統銀行正處於數位轉型的關鍵十字路口。隨著 Open Banking 與 API Economy 的興起，金融機構面臨雙重壓力：一方面需快速迭代以滿足客戶對數位服務的期待，另一方面則必須在極度嚴苛的合規監管下，確保核心銀行系統（Core Banking）的穩定與安全。目前市場上的主要痛點在於「混合雲（Hybrid Cloud）架構」的落地難題，即是如何讓部署於 Google Cloud 的雲端原生（Cloud Native）API 管理平台（如 Apigee X），安全、低延遲且透明地存取位於地端（On-Prem）的傳統後端服務。本案例正是此挑戰的標準縮影，展示了在不更動地端龐大遺留系統（Legacy Systems）的前提下，如何透過精準的網路架構選型，解決 DNS 解析與跨網段連線的複雜性，為金融業提供了一套可複製的現代化藍圖。突破地端連線瓶頸：南向流量的最佳實踐對於企業決策者而言，技術架構的選擇直接關乎營運效率與維運成本。在實戰案例中，針對連接地端的「南向流量」（Southbound），經過萬里雲技術團隊的審慎評估，捨棄了管理成本高昂的「Mixed PSC」方案。雖然 Private Service Connect (PSC) 提供了強大的隔離性，但在混合環境下，若需為每個後端服務建立獨立連線，不僅架構複雜、配置繁瑣，會導致雲端服務成本變高之外，也容易引發 DNS 查詢的問題。為了簡化網路架構並節省雲端的花費，採用了 VPC peering + VPN/Interconnect 網路架構。此架構的核心價值在於利用 Cloud DNS Forwarding Zone 技術，建立了一套可以結合地端 DNS 的解析流程。當 Apigee 透過 Cloud DNS 對後端服務發起請求時，Cloud DNS 能直接將針對地端網域（如 targetserver.onprem.com）的查詢轉發至地端 DNS，並獲取正確 IP […]
3/27 10:55機構署名 TO 主題新聞https://techorange.com/2026/03/27/cloudmile-apigee-cloud-dns/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
AI 算力戰轉向「記憶體壓縮」：Google 出手發表 TurboQuant 演算法，如何重構 AI 推論成本？
當 AI 產業仍在比拼誰能打造更大模型、更強算力時，Google 正從另一條路徑突圍。近期 Google Research 發表全新演算法 TurboQuant，主打透過極端壓縮 AI 模型在推論過程中的記憶體使用，將關鍵的記憶體需求降低約 6 倍，同時讓注意力計算速度提升最高 8 倍。這意味著，企業在部署長上下文 AI 應用時，可能不再需要無止境擴充 GPU 記憶體，甚至有機會將整體 AI 推論成本降低 50% 以上。這項技術被部分業界人士如 Cloudflare 執行長 Matthew Prince 形容為「Google 的 DeepSeek 時刻」，象徵 AI 競爭正從堆疊算力轉向拼效率。 AI 推論真正瓶頸：不是算力，而是記憶體要理解 TurboQuant 的重要性，關鍵在於一個長期被忽視的問題：KV cache。當大型語言模型處理長文本或多輪對話時，會將每個 token 轉換成向量並暫存在記憶體中，形成所謂的 KV cache。這相當於模型的短期記憶，用來決定上下文關聯。然而根據《Stark Insider》，問題在於這段記憶會隨著對話長度快速膨脹，直接吃掉 GPU 的 VRAM，導致推論速度下降、成本上升，甚至出現記憶體不足的問題。這也是為什麼企業在部署長文件分析、RAG 系統或 AI 代理等 AI 應用時，往往不得不投入更多 GPU […]
3/26 12:43作者廖紹伶https://techorange.com/2026/03/26/google-turboquant-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
2026 迎人形機器人試產元年！新漢不拚整機，用模組化安全腦搶吃 5 兆美元商機
自生成式 AI 爆發以來，大型語言模型不斷在虛擬世界展現突破。然而，如何讓這些 AI 大腦「長出手腳」走入實體世界，已成為下一波科技浪潮的核心命題。工業電腦大廠新漢集團近日就揭露了其針對 AI 機器人領域的佈局與觀察。新漢集團董事長林茂昌認為，AI 的發展可分為三個階段。第一階段的「雲端 AI」（Cloud AI）雖然聰明卻是失能的，因為它無法感知實體環境與自主行動；第二階段「邊緣 AI」（Edge AI）解決了即時性與企業資料隱私問題，但仍缺乏實體動作的能力。他指出，AI 產業第三階段是「實體 AI」，將 AI 決策結合物聯網的感知與控制技術，讓 AI 跨越虛擬限制化為實際行動，實現所謂的「知行合一」。 2025 啟動、2026 試產：人形機器人落地的關鍵檢驗期隨著實體 AI 技術發展，人形機器人競賽也持續推進。新漢旗下機器人事業子公司創博總經理沈倩怡指出，去年（2025）是 AI 人形機器人的啟動元年，可以看到市場陸續有超過 300 家人形機器人業者，其中逾半在中國，而「今年是（人形機器人）開始落地的元年」，也就是進入試量產的階段。沈倩怡指出，根據摩根士丹利報告預估，到 2050 年人形機器人將達 10 億台、創造 5 兆美元的市場規模。然而，目前的關鍵瓶頸在於「價格」，必須將現今高達 20 萬美元的造價降低至 2 萬美元以下，才有可能真正普及到家庭或一般服務場域。她認為現階段人形機器人的應用仍會以 B2B 為主，優先導入製造業、車廠以及物流倉儲等場域。產業痛點：從「聰明但危險」到「聰明且安全」當多數機器人新創在比拼硬體關節靈活度與 AI 模型時，新漢將其突圍的策略押注在安全性上。「我認為最關鍵的是要把機器人從『聰明但危險』做到安全優先。」沈倩怡以市場常看到的人形機器人「翻車」影片為例，指出雖然現在許多中美業者的 AI 技術很強、機器人靈活度很高，但往往缺乏規範標準及功能安全設計。為了解決機器人「聰明但危險」的痛點，創博從 AI 運動控制器出發，打造出整合機器人大腦與小腦的模組化套件，當中涵蓋 AI 大腦決策、即時運動控制、功能安全監控，形成三位一體的控制架構。林茂昌將新漢的商業模式比喻為「機器人界的聯發科」，表示聯發科是不做手機的手機公司，而新漢則是不做機器人的機器人公司。透過涵蓋大腦、小腦、安全腦的軟硬體解決方案，他指出新漢將複雜的機器人開發工作模組化，讓業者簡易且快速地打造自家的各類機器人。這項策略點出了一個重要的產業動態：隨著時間推移，全球 […]
3/5 19:48作者廖紹伶https://techorange.com/2026/03/05/nexcom-nexcobot-robotics-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
8 分鐘奪取 19 個 IAM 權限！當駭客不攻防火牆，而是拿著鑰匙走進來
過去，企業資安防線多半圍繞惡意程式、釣魚郵件與漏洞攻擊而建立；但近年來，一條更隱蔽、效率更高的入侵路徑，正快速成為主流。根據多家資安機構示警，結合「招募詐騙」與「雲端憑證竊取」的身份型攻擊，正在把企業的身分與存取管理系統（IAM），推向一個規模高達數十億美元的高風險攻擊面。這類攻擊不再需要破解系統防線，而是直接「拿著鑰匙走進來」，讓傳統防毒、防火牆與郵件防護形同虛設。從工作邀約開始的雲端全面入侵《VentureBeat》近日報導指出，駭客常以 LinkedIn、WhatsApp 等社群平台冒充獵才顧問，向工程師發送看似合理的工作邀約，並要求安裝測試套件或技術評估工具。一旦受害者執行這些程式，內含的惡意程式碼便會即時竊取 AWS API 金鑰、Azure 憑證、GitHub 存取權杖等敏感資料，讓攻擊者能在數分鐘內取得企業雲端系統控制權。 CrowdStrike 在今年 1 月公布的研究指出，駭客組織已將招募詐騙與憑證竊取「工業化」，形成成熟分工體系。部分單一組織涉及的加密貨幣非法活動規模，超過 20 億美元。這起事件並非個案。美國網路安全暨基礎設施安全局（CISA）與資安公司 JFrog 也追蹤到 npm 生態系中多起重疊的攻擊行動，其中 JFrog 發現至少有 796 個套件曾被植入惡意程式碼，並形成一種透過受感染相依套件自我複製、擴散的蠕蟲程式。其中，WhatsApp 訊息已成為主要的初始入侵管道，攻擊者會透過該平台傳送惡意檔案，使企業郵件閘道器完全失去作用。 8 分鐘完成橫向移動，身份成為最大破口帶有木馬程式的惡意套件，已不再像過去般透過拼字錯誤誘導（typosquatting）傳散，而是直接透過個人通訊軟體與社群平台「親手投遞」。CrowdStrike 更記錄到，攻擊者會針對不同產業與職務量身打造求職相關誘餌。此外，身份型攻擊最危險的地方，在於「速度」。Google Cloud 威脅報告顯示，2025 年上半年超過 47% 雲端資安事件與憑證弱點有關。Sysdig 的研究更指出，攻擊者取得合法憑證後，最快 8 分鐘內就能橫跨 19 個 IAM 角色，取得最高管理權限。值得關注的是，《VentureBeat》指出，相依性掃描工具可以發現惡意套件，這是第一道防線，多數企業都有部署；但幾乎沒有組織具備第二道防線，也就是在安裝過程中即時進行行為監控，偵測憑證外洩行為。為什麼 AI Gateway 不夠用？說到身份驗證，AI Gateway 被視為擅長此道的利器，不過現行的 AI Gateway 主要功能仍集中在身分驗證與權限控管，能確認使用者是否持有合法金鑰、是否具備存取模型或訓練管道的權限，但卻難以辨識帳號行為是否異常。例如，一名平時每天只使用 2 […]
2/6 18:30作者廖紹伶https://techorange.com/2026/02/06/ai-iam-security/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Y Combinator 開放融資「上鏈」：穩定幣不只是新創題材，而是金流的新基礎設施
數位貨幣走向主流化的最新跡象是，矽谷知名新創加速器 Y Combinator（YC）已確認，自 2026 年春季梯次（Spring 2026）起，將允許旗下新創選擇以美元穩定幣 USDC 接收投資款。這是 YC 成立以來，首次將穩定幣納入正式的投資金流選項。根據《The Block》報導，YC 加密領域訪問合夥人 Nemil Dalal 指出，這項選擇不會影響 YC 一貫的投資金額與條件，而只是多提供一種收款方式。不過，這項看似技術層面的調整，實際上反映的是創投資金基礎設施正在發生的結構性轉變。把匯款摩擦視為「可被軟體解決的問題」 Nemil Dalal 在接受《The Block》訪問時，直接將穩定幣轉帳與傳統跨境匯款作出對比。他表示，穩定幣轉帳的成本通常低於 1 美分，且即使是跨境交易，也能在 1 秒內完成結算；相較之下，傳統國際電匯往往需支付數十美元的手續費，且清算時間動輒以天計算，還需要填寫大量金融與身分資訊。「用穩定幣匯款，就像用簡訊傳送資訊一樣。」Dalal 的說法揭示了 YC 的核心判斷：跨境資金流動的高成本與低效率，並非不可避免的金融現實，而是仍停留在舊有技術架構上的結果。為什麼是現在？監管轉折成為制度化關鍵《Fortune》指出，雖然許多加密貨幣創投，早已允許投資組合中的新創以穩定幣形式募資，但較為傳統的科技投資人，仍很少提供創辦人這樣的選項。Dalal 表示，「我們很期待未來有一天，許多新創公司能夠直接在鏈上募資。」穩定幣已經存在超過 10 年，但過去應用主要侷限在加密貨幣交易者，用來存放獲利、避免價格波動。然而，過去兩年來，華爾街與企業界、大型科技公司開始將穩定幣視為更快速、低成本的資金轉移工具，讓穩定幣迅速成為市場焦點。金融科技巨頭 Stripe 在 2025 年 2 月以 11 億美元收購穩定幣新創 Bridge，並進一步支持自家專為穩定幣交易設計的區塊鏈。雲端基礎設施 Cloudflare 也在 9 月宣布計劃推出自己的穩定幣，而先買後付業者 Klarna 則於 11 月發行了自家穩定幣。 […]
2/5 12:14作者廖紹伶https://techorange.com/2026/02/05/y-combinator-stablecoin/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
不只防駭，更防公關災難：Google Cloud Model Armor 為企業 AI 建立資安與品牌防護網
隨著生成式 AI（Generative AI）技術在企業內部的應用日益普及，如何平衡「創新效率」與「資訊安全」成為了所有技術決策者最頭痛的課題。當員工開始頻繁使用大型語言模型（LLM）協助工作時，企業真正擔心的往往不是 AI 不夠聰明，而是它「過於誠實」地洩漏機密資訊，甚至遭到惡意提示詞操控而輸出不當內容。 Google Cloud 推出的 Model Armor，就是為了補齊企業 AI 導入時最容易忽略的資安拼圖而生。它讓企業在擁抱 AI 創新時，同步建立起可治理、可監控、可稽核的防護網。 Model Armor 是什麼？簡單來說，Model Armor 是一個專為 AI 應用程式設計的安全層。它的運作邏輯是在「使用者」與「大型語言模型（LLM）」之間建立一道雙向過濾機制。這道機制不僅會檢查使用者輸入的「提示詞（Prompt）」，也會審核模型生成的回覆（Response）」。它的運作流程如下： 1. 輸入檢查：當使用者向應用程式發送提示詞（Prompt）時，Model Armor 會先攔截並進行掃描，檢查是否包含惡意指令或機密資訊。 2. 模型處理：通過檢查的提示詞（或經過清理的版本）才會被傳送給 LLM。 3. 輸出檢查：當 LLM 生成回覆（Response）後，Model Armor 會再次掃描內容，確保沒有洩露敏感資料或生成有害內容。 4. 最終回應：只有安全無虞的內容才會回傳給使用者。建立完整審查機制，從技術層面堵住風險漏洞 Model Armor 在技術防護層面，建立了完整的審查與控制機制，從輸入到模型回覆均有防護策略： 1. 防範提示詞注入與越獄攻擊（Prompt Injection & Jailbreak Attacks）惡意攻擊者可能會透過精心設計的特殊指令（即提示詞注入），試圖「欺騙」AI 模型，使其忽略原本的安全限制（即越獄），進而執行未經授權的動作或洩漏資訊。Model Armor 具備主動偵測此類攻擊的能力，一旦發現惡意意圖，系統可直接封鎖該提示詞或回覆。 2. 敏感資料外洩防護（DLP）透過整合 […]
2/4 13:55機構署名 TO 主題新聞https://techorange.com/2026/02/04/google-cloud-model-armor-cloudmile-generative-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Google 秘密計畫 Project EAT 曝光：揭開將算力、開發工具與員工生產力綁定的內部轉型實驗
在新模型與 AI 產品成為市場焦點之際，Google 內部其實已悄悄展開一項攸關長期競爭力的關鍵行動。《Business Insider》報導，Google 正推動一項代號為「Project EAT」的內部計畫，目標是將整個組織轉型為一個「AI 驅動的工作場所」。 Project EAT 是一項過去未曾對外公開的內部倡議，名稱源自科技業術語「吃自己的狗糧」（Eating your own dog food），意指在產品對外發布之前，員工需先在內部進行高強度測試與實際使用的狀況。從內部文件揭露的內容來看，這並非一次單點導入 AI 工具的嘗試，而是一場試圖將 Google 內部的 AI 基礎設施部署、開發者工具，以及晶片設計「垂直整合」的戰略行動。從 AI2 出發，Google 重組內部戰線迎戰 AI 基礎設施競賽在 AI 基礎設施部署面向上，Project EAT 由 Google 的「AI 與基礎架構」（AI and Infrastructure，簡稱 AI2）部門主導，AI2 部門擁有數千名員工，掌管著支撐 Google AI 技術的關鍵命脈，包括資料中心、客製化晶片（TPU）以及底層運算系統。 Project EAT 的運作涉及重大的組織重組，例如將 Google Research、Google Cloud 以及硬體開發團隊整合在一起，形成垂直整合的戰略隊形。這種集中化的協調，目的是要消除過去部門間的文化摩擦與冗餘，以加速決策流程，並確保研究端的突破能更快速地轉化為具商業價值的生產系統，應對來自微軟、OpenAI、亞馬遜與 Meta 等對手的全方位競爭。內部文件也顯示，Google 高層將 Project EAT […]
2/2 18:45作者李昀蔚https://techorange.com/2026/02/02/google-project-eat/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Gemini 3 如何重塑內容生產？CloudMile 推出 NewsSpark 打造企業級 AI 代理內容系統
Gemini 3 正重新定義內容競爭力在生成式 AI 持續推動內容產業變革之際，所有依賴文字、資訊與多媒體的組織，都開始重新檢視內部的內容生產鏈。如何在維持品質的同時快速輸出、跨格式產製，以及支援日益增長的內容量，已從編輯部門的挑戰，轉變成企業整體效率與競爭力的核心。隨著 Gemini 3 以更高的推理能力、多模態理解與結構化生成能力引發全球關注，CloudMile 萬里雲觀察到的關鍵並不僅是模型效能，而是企業如何將這項能力真正落地，轉化為可維運、可放大、可持續運作的內容產能。過去企業談的是內容自動化，如今 Gemini 3 讓內容生產流程更進一步邁向「代理化」── 以具備不同角色與職能的 AI Agent 協作，接手原本需要多名人力處理的內容工作流。 CloudMile 萬里雲與 Gemini 3 的整合，不只是工具疊加，而是一套能協助企業完成內容流程現代化的核心解方：這套組合讓內容生產不再只是依靠單一模型生成，而是透過 AI 代理協作，打造能持續運作、可擴充、可監控優化的內容生產線。 NewsSpark：以 Gemini 3 為核心的企業級內容生成平台 CloudMile 萬里雲在 AI 技術領域持續深耕，先後取得台灣數位發展部 AI 技術服務機構能量登錄認證，並獲得新加坡政府數位產業辦公室（Digital Industry Singapore, DISG）指定為國家級 Enterprise Compute Initiative（ECI）計畫的科技顧問夥伴，成為少數同時獲得台灣與新加坡雙政府 AI 認證的科技公司。這兩項認證不僅彰顯 CloudMile 在亞太 AI 技術實力上的高度信任，也奠定其打造企業級 AI 產品的關鍵基礎。基於此雙政府 AI 技術背書，CloudMile […]
1/27 16:36機構署名 TO 主題新聞https://techorange.com/2026/01/27/gemini-3-cloudmile-newsspark-aiagent/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
不求脫鉤，但求隨時能逃！歐盟科技主權新戰略：逼雲端巨頭交出切換主控權
歐盟與美國關係日益緊張，潛在的貿易報復與政治壓力，正促使歐洲提出一項過去被認為難以實現的新計畫：擺脫美國科技，轉而採用本土替代方案。美國總統川普近期已撤回「必要時以武力控制格陵蘭」的說法，儘管與盟友爆發軍事衝突的可能性不高，相關言論仍為歐洲政壇與產業界帶來新的警訊。對歐洲來說，最壞的情境，是白宮透過行政命令，切斷該地區對資料中心或電子郵件系統的使用權，而這些正是企業與政府日常運作不可或缺的工具。歐洲創投公司 Balderton Capital 管理合夥人 Bernard Liautaud 告訴《華爾街日報》，一旦開始出現這種想法，即使還未發生，也必須開始盤算該怎麼辦，而要歐洲在短期內脫離美國科技，幾乎難以想像。依賴已成結構，雲端市場成最大痛點事實上，在近日舉辦的世界經濟論壇上，歐美科技脫鉤的可能性，已成為產業界與政治圈關注的焦點。許多與會者指出，美國科技的影響範圍涵蓋晶片、雲端服務、AI 模型與企業軟體等多個層面，使得「脫鉤」成為一項極為複雜的任務。其中，雲端服務被視為最關鍵的依賴環節。根據市場研究公司 IDC 數據，2024 年歐洲客戶在雲端基礎設施服務上的支出，有高達 83% 流向了亞馬遜（AWS）、Google 與微軟等前五大美國供應商，總額接近 250 億美元。換言之，歐洲現在談脫鉤，不是把某個工具換掉而已，而是要面對一整套雲端、資料、資安、AI 工作負載與企業軟體整合在美系生態系中的現實。因此，歐洲目前的策略，更偏向建立可切換能力與備援路徑，而非立即全面替換，並力求將關鍵控制權保留在區域內部。主權雲加速，公共採購成政策槓桿在政策端，歐洲議會近期通過了「科技主權」相關決議，支持在公共採購上優先選擇歐洲供應商，並立法扶植本土雲端與 AI 供應商。法國總統馬克宏與德國總理 Friedrich Merz 更是動作頻頻，兩人不僅共同舉辦數位主權峰會，更公開呼籲放寬歐盟科技法規，全力培育歐洲本土企業，以拒絕成為大國的附庸。《華爾街日報》引述知情人士消息報導，自從川普連任以來，歐洲官員已要求部分美國雲端服務供應商，確保其能源等關鍵產業的客戶，一旦因美國採取行動導致服務中斷，要能迅速地將資料中心基礎設施轉移至本土供應商。美系雲端業者的在地化回應在實作上，微軟、Google、亞馬遜都在強化主權雲，或提供可由歐洲在地控制的部署選項。像是微軟近期在德國擴大與 SAP 旗下 Delos Cloud 的合作，讓微軟的服務可在歐洲企業自主持有與管理的架構下運作。相關人士指出，微軟在過去一年已重組歐洲子公司，設立全由歐洲人士組成的董事會，並陸續建立在地據點，以回應歐洲市場對於更在地化雲端與 AI 服務的需求。亞馬遜近期推出由歐盟公民營運、基地在德國的主權雲服務。Google 近年也在多個歐洲國家採取與本地業者合作的模式，包含在法國建立由當地企業完全營運的合資安排，讓歐洲客戶在政治風險升高時，仍可維持資料與營運的主控權。不過，各國政府並未要求採用完全國產化的科技體系，Google 前歐洲、中東與非洲業務負責人 Matt Brittin 認為，原因在於歐盟仍希望享有跨國合作帶來的規模與技術優勢。他指出，各國政府追求的並非全面切割，而是在維持開放合作的同時，取得更高程度的風險掌控力，以及在資料與系統層面的安全與保障。整體而言，歐洲對美國科技的擔憂，已從抽象的數位主權口號，轉為更具體的斷鏈演練與備援部署。這未必意味著全面脫鉤，但顯示歐洲正在將可移轉性、可替代性、可在地控制的能力，列為數位基礎設施的新指標。立即預約下載【2026 AI 人才年會暨 AI 職涯博覽會】演講精華，掌握 AI 時代人才升級的最前沿趨勢與戰略 […]
1/26 19:16作者廖紹伶https://techorange.com/2026/01/26/eu-tech-sovereignty-ai-cloud/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】OpenAI 把 2026 定調為「落地年」，比誰的 AI 用得起來
【科技早餐】今天精選 8 則國內外重要科技新聞。＊OpenAI 把 2026 定調為「落地年」，比誰的 AI 用得起來 OpenAI 財務長 Sarah Friar 表示，2026 年將是人工智慧從能力展示，正式走向實際應用落地的一年。她指出，關鍵不在模型多強，而在於能否縮小「AI 能做到什麼」與「企業與社會實際怎麼用」之間的落差，特別是在醫療、科學與企業流程等領域。她也攤開成長數據，OpenAI 的運算規模從 2023 年的 0.2 吉瓦，成長到 2025 年約 1.9 吉瓦；同期年化營收，則從 20 億美元跳升到 200 多億美元。Friar 形容，營收表現與算力可用性高度綁定，算力幾乎成為成長天花板。這番發言，也正好發生在 OpenAI 宣布測試 ChatGPT 廣告功能之後，被外界視為為潛在上市鋪路。＊Gemini 證明一件事：AI 價格戰正在退場根據《The Information》引述 Google 內部數據，Gemini 透過 Google Cloud 的 API 呼叫量，從 2025 年 3 月約 350 億次，在五個月內成長至約 850 […]
1/21 06:50作者 Anitahttps://techorange.com/2026/01/21/openai-focus-on-pratical-adoption-in-2026/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Cybersecurity 2026：AI 攻擊全面化，企業如何提早佈局防禦？
隨著生成式 AI 浪潮席捲全球，企業資安戰線也正迎來前所未有的變局。Google Cloud 近日發表《Cybersecurity Forecast 2026》（2026年網路安全預測）報告中指出：2026 年將是全球資安戰場將正式邁入「AI 攻擊全面實戰化」的時代。駭客不再只是嘗試性地導入 AI，而是將生成式 AI 作為攻擊核心引擎，用來模擬真實對話、仿造身份、生成惡意程式碼，甚至自動化滲透攻擊流程。這代表從企業到政府單位，面臨的威脅將不再只是單一事件，而是一場持續演進、難以預測的AI智能對抗戰。對於正在採用多雲、混合雲或 AI 佈署的企業來說，這並非遙遠的假設。台灣及亞洲企業若想在這個新格局中保持安全，必須從認知轉為行動，將 AI、雲端與供應鏈風險納入整體資安策略。本文將從整體趨勢、攻擊演化與防禦策略、以及佈局建議三個部分，幫助你搶先整理 2026 年值得重視的資安方向。五大 AI 驅動資安威脅趨勢根據 Google Cloud 2026 年網路安全預測報告，2026 年值得關注的五大趨勢包括以下五大領域：生成式 AI 攻擊、勒索軟體與資料竊取持續進化、影子代理（Shadow Agent）風險升高、虛擬化基礎設施成新戰場與國家級攻擊持續威脅。生成式 AI 攻擊駭客將運用文字、語音及影像深偽技術模擬主管、員工或合作夥伴身份，發動社交工程與商務郵件詐騙（BEC）。這類攻擊因高度擬真而難以辨識，傳統防禦手段效果有限。勒索軟體與資料竊取持續進化專業化駭客集團將利用供應鏈漏洞及零時差攻擊，對企業展開連鎖入侵，造成經濟損失與營運中斷。資料竊取不僅針對機密資訊，也可能衝擊客戶與合作夥伴的信任。影子代理（Shadow Agent）風險升高許多員工在未經授權情況下使用 AI 工具或外部模型，可能創造難以掌控的資料通道，增加敏感資訊外洩與合規風險。虛擬化基礎設施成新戰場 Hypervisor、VM 管理層及雲端控制平臺，一旦被突破，駭客可能取得整個雲端與數位資產的控制權。這提醒企業，雲端安全不僅是資料保護，更涉及底層管理層的防禦。國家級攻擊持續威脅不同國家將以各自策略進行長期滲透：俄羅斯專注長期戰略、北韓鎖定金融與加密貨幣、中國側重隱匿與供應鏈滲透、伊朗強化情報與破壞性攻擊。企業需將地緣政治因素納入資安風險評估。資安攻擊演化：AI 是攻防皆不可忽視的關鍵報告指出，AI 不僅讓駭客手法更快速、更難偵測，也讓攻擊規模與滲透層次全面升級。以下五大趨勢，將成為 2026 年企業最需警覺的攻擊面： AI 成為駭客標配 […]
1/20 11:12署名 CloudMile 萬里雲https://techorange.com/2026/01/20/cybersecurity-2026-ai-attacks-enterprise-defense/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
把「主權 AI」打包成出口生意：NAVER 如何搶佔美中夾縫市場，成為全球科技的第三種選擇？
在 AI 與雲端服務的全球競爭中，被譽為「南韓 Google」的 NAVER 正採取一種獨特的競爭策略：將「主權 AI」（Sovereign AI）轉化為出口商品，瞄準那些不願在美、中兩大科技強權之間選邊站的市場，目標成為「美中之外的第三種選擇」，鎖定對美國或中國科技巨頭抱持政治、安全與主權疑慮的國家。 NAVER Cloud 執行長 Kim Yuwon 指出：「美國與中國的科技巨頭正以通用型 AI 模型瞄準更大的市場，他們沒有太多空間為各個國家提供客製化服務。」相較之下，NAVER 主打的主權 AI，強調資料不外流、模型可在地部署，讓客戶能掌控資料、語言與文化脈絡，克服許多國家當前的顧慮。為了讓這套主權 AI 定位真正成立，NAVER 選擇先從基礎建設下手。從 GPU 到資料中心，NAVER 為主權 AI 策略鋪路目前 NAVER 並非僅止於談論理念，而是已經試圖將主權 AI 落實為一套可商業化的完整模式，涵蓋雲端基礎設施、在地資料中心與客製化模型，提供從資料中心到應用程式的全方位技術棧（technology stack）掌控權。例如，為支持各國在地部署的需求，NAVER 近年大幅加碼 AI 基礎設施投資，規模甚至超越部分傳統硬體巨頭，像是 NAVER 已成為南韓 NVIDIA 晶片的最大買家，取得的 GPU 數量超過三星與現代，並計畫在今年投資超過 1 兆韓元（約 6.9 億美元），取得約 6 萬顆 NVIDIA 最先進的 Blackwell GPU。匯豐銀行（HSBC）分析師預估，到 2030 年，Naver […]
1/15 11:53作者李昀蔚https://techorange.com/2026/01/15/naver-sovereign-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
當 Gemini 3「思考力」遇上 CloudMile「執行力」：打造企業級 AI Agent 的下一塊拼圖
隨著生成式 AI（Gen AI）快速進入企業應用，市場正迎來一個關鍵轉折點。若 2023 年是 AI「能說話」的元年，從 2025 年起，焦點將轉向 AI「能思考」與「能執行」。 Google 最新一代模型 Gemini 3 的推出，讓 AI 不再只是機率預測工具，而是具備如同人類般的「慢思考（Slow Thinking）」能力──能拆解複雜問題、進行自我驗證，甚至反思推理結果。不過，對企業而言，擁有聰明的大腦只是第一步。如何將 AI 與企業內部複雜數據系統接軌，遵守企業規範並轉化為實際生產力，才是最大挑戰。這正是亞洲領先 AI 技術公司 CloudMile 萬里雲的切入點。從 LLM 到 AI Agent：企業需要「會做事的夥伴」過去企業導入 AI 的痛點在於模型「懂常識」卻「不懂公司」，因此需具備產業經驗的科技夥伴協助落地應用。CloudMile 萬里雲已取得台灣數位發展部 AI 技術服務機構能量登錄認證，並被新加坡政府指定為 Enterprise Compute Initiative（ECI）科技顧問夥伴，成為首家同時獲得台灣與新加坡雙政府 AI 認證的企業。 CloudMile 萬里雲透過整合以 Gemini 3 為基礎的 Gemini Enterprise 與自主研發的 MileAI 企業⽣成式 AI 應⽤與創新解決方案，將 Gemini 轉化為能理解業務場景的 AI Agent（人工智慧代理）。這些 Agent 不僅能回答問題，更具備「感知（Perception）、大腦（Brain）、行動（Action）」三大能力，可處理高度複雜任務，超越傳統 Chatbot […]
1/14 11:16機構署名 TO 主題新聞https://techorange.com/2026/01/14/cloudmile-ai-agent/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Google 的逆襲！蘋果證實合作 Google，Gemini 將驅動 Apple 逾 20 億台活躍裝置
Apple 與 Google 正式確認，雙方將展開一項多年的 AI 合作計畫，未來新版 Siri 與 Apple Intelligence 的核心能力，將建立在 Google 的 Gemini 模型與雲端技術之上，包含今年即將推出的更個人化的 Siri 體驗與後續的 AI 功能。根據雙方的官方聯合聲明中，Apple 表示，經過審慎評估後，認定 Google 的 AI 技術為 Apple Foundation Models 提供最強大的「基礎」，並期待這項合作為使用者帶來新的體驗。根據《CNBC》報導，兩家公司補充，這些模型仍將運行於 Apple 裝置與 Apple Private Cloud Compute 架構上，維持 Apple 一貫強調的隱私標準。雙方的聲明揭露的資訊有限，但可以知道的是 Gemini 並非 iPhone 上運行的底層架構，蘋果將繼續使用自家基礎架構模型。 Siri 升級延宕之後，Apple 選擇外部 AI 助力這項合作，被外界視為 Apple 在生成式 AI 策略上的關鍵轉向。根據《CNBC》與《Computerworld》報導，Apple 早在 2024 年 […]
1/13 12:07作者廖紹伶https://techorange.com/2026/01/13/ai-apple-google-gemini-siri-partnership/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
不跟特斯拉、Rivian 拚算力：福特採取「夠用就好」的策略，要把 Level 3 自駕帶進大眾市場
在 CES 2026 上，福特（Ford）展示全新的 AI 語音助理，並計畫在 2026 年初先以手機 App 形式推出，隨後於 2027 年正式整合至車內系統中。福特執行長 Doug Field 表示：「我們對客戶的願景很簡單，但並不平凡：一個無縫的智慧層，隨著你在手機與車輛之間移動。」為了強化智慧體驗，福特也計畫在 2027 年將 AI 語音助理從手機 App 正式引進車載系統。Doug Field 指出，這款助理並非單純的聊天機器人，目標是提供「個人化智慧」而非「通用智慧」，期待能打造一個理解車輛能力、位置與駕駛行為的智慧層，讓決策變得更簡單。不只是聊天機器人：福特 AI 助理直通車輛底層數據與市場上一般的 AI 助理不同，福特的 AI 助理被賦予存取車輛底層數據的深度權限。這種整合讓 AI 能處理與車輛關聯性極高的問題，例如當車主在五金行拍攝貨物照片並向 AI 助理詢問「我的車裝得下這些東西嗎？」，助理便會結合該車款的尺寸、配備等級與即時載重參數等資訊，提供精準的回覆。在技術底層，福特目前與 Google Cloud 合作並整合 Google Gemini，但未來也會隨時因應需求導入其他大型語言模型。除了 AI 助手，福特也同步宣布將於 2028 年推出符合 SAE 標準的 Level 3 自動駕駛系統，這款系統能在特定條件下實現「放手且移開視線」的駕駛體驗。福特強調，這條發展路線並非僅止於概念展示，而是已納入 Universal Electric Vehicle (UEV) […]
1/8 13:12作者李昀蔚https://techorange.com/2026/01/08/ford-ces-2026/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
波士頓動力已是客戶！Arm 卡位機器人與車用商機，成立「實體 AI」部門
隨著機器人技術成為 2026 年美國消費電子展 CES 上的焦點，晶片設計大廠 Arm 也揭露了重大的組織變革，進軍實體 AI 領域。Arm 高層告訴《Reuters》，公司已將內部組織重組，新成立實體 AI（Physical AI）的業務部門，目的在擴大其在機器人市場的佔有率。在此次重組後，Arm 主要運作三條核心業務線：負責資料中心與雲端運算的「Cloud and AI」、涵蓋手機與 PC 產品的「Edge」，以及新成立的「Physical AI」。值得注意的是，這個新部門並非憑空建立，而是將原本的汽車業務與新興的機器人業務合併。Arm 執行長 Rene Haas 自四年前接掌公司以來，便致力於透過提高技術授權費用與開發更完整的晶片設計來增加營收，此次進軍實體 AI 被視為其擴張策略的關鍵一步。看好實體 AI 長期經濟影響，將擴大招募人才 Arm 對於機器人市場的潛力抱持高度樂觀。新成立的實體 AI 部門負責人 Drew Henry 向《Reuters》表示，實體 AI 解決方案能夠根本性地增強勞動力、釋放額外的時間，長期來看可能會對國內生產總值（GDP）產生顯著的影響。為了支撐這個願景，Arm 行銷長 Ami Badani 也證實，該部門計畫增聘專門負責機器人技術的員工，以強化在此領域的技術支援與業務推展能力。 Arm 本身並不直接製造晶片，而是提供底層架構設計與智慧財產權（IP），並透過授權費與權利金模式獲利。目前全球多數的智慧型手機以及越來越多的筆記型電腦、資料中心晶片都採用 Arm 的架構。如今，Arm 希望將這種無所不在的生態系優勢複製到機器人領域。當被問及客戶名單時，Henry 表示 Arm 與所有客戶都有合作。事實上，包括全球數十家汽車製造商，以及現代汽車旗下的波士頓動力（Boston Dynamics）等知名機器人公司，其產品核心早已採用 Arm 的晶片技術。汽車技術奠基，機器人是自駕車的延伸至於將汽車與機器人業務合併在同一個部門，並非只是為了方便，而是基於技術邏輯的考量。Arm […]
1/8 11:52作者廖紹伶https://techorange.com/2026/01/08/arm-physical-ai/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
15 分鐘偵測 vs. 毫秒級攻擊：為何傳統混合雲資安架構在 AI 面前已形同虛設？
在 AI 驅動的自動化網路攻擊快速擴散之際，企業資安長正面臨一個明顯的矛盾。一方面，混合雲被視為提升基礎設施彈性、因應法規與資料主權需求的最佳架構；另一方面，現行的混合雲安全設計，卻是在 AI 出現之前成形，已難以應付以毫秒為單位發動的機器對機器攻擊。來自《VentureBeat》的分析指出，傳統混合雲安全架構建立於「人類速度」的威脅模型之上，依賴批次蒐集日誌、分散的資安工具，以及長達 15 分鐘的事件回應窗口。這套模式在過去仍具防禦效果，但在攻擊者大量運用 AI 自動化與代理式攻擊的情況下，已逐漸失效。混合雲仍是資安長的首選，但信心正在下滑《Cybersecurity Dive》引述網路安全公司 Trellix 的調查顯示，混合雲仍然是多數資安長眼中管理風險與法規合規的最佳選項。高達 96％的資安長表示，混合雲有助於滿足監管與合規需求，97％則認為有助於因應資料主權與資料落地要求。這份名為《Mind of the CISO》的報告，調查對象涵蓋美洲、歐洲、中東與亞太地區共 500 位資安與風險主管。然而，偏好混合雲並不代表安全感十足。資安公司 Fortinet 的 2025 年《State of Cloud Security Report》指出，目前已有 82％的受訪企業運行混合雲或多雲環境，但只有 36％的企業對即時威脅偵測充滿信心。科技公司 Gigamon 的 2025 年混合雲安全調查也顯示，過去一年有 55％的受訪組織曾遭遇雲端資安事件，較前一年增加 17 個百分點，且近半數企業表示其資安工具完全錯過攻擊行為。舊世代混合雲安全，正在製造新的破口《VentureBeat》指出，許多當年被視為最佳實務的混合雲安全設計，如今反而成為攻擊者利用的漏洞來源。Gigamon 調查顯示，91％的資安領導者坦言，曾在混合雲環境中做出安全妥協，包括為了速度犧牲可視性、接受工具孤島，以及在資料品質不足的情況下運作。此外，Fortinet 調查有 76％的受訪者表示缺乏足夠的雲端資安專業能力，限制了安全方案的部署與管理。更關鍵的是，根據 CheckPoint 調查，只有 17％ […]
1/8 10:09作者廖紹伶https://techorange.com/2026/01/08/hybrid-cloud-security-must-be-rebuilt/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Arm 發佈 20 項技術預測：分享 2026 年及未來發展趨勢
全球運算技術的格局正在發生影響深遠變革——運算模式正從集中式雲端架構，向涵蓋各類裝置、終端及系統的分散式智慧架構演進。2026 年將邁入智慧運算新紀元，屆時，運算將具備更高的模組化特性和能源效率表現，實現雲端、實體終端及邊緣人工智慧（AI）環境的無縫互聯。根據這個趨勢，Arm 發佈 20 項技術預測，這些技術將引領 2026 年的下一波創新浪潮。晶片創新 1. 模組化小晶片技術將重新定義晶片設計隨著產業持續突破晶片技術的極限，從單片式晶片向模組化小晶片架構的轉型將全面加速。透過將運算單元、記憶體與 I/O 拆分為可重複使用的建構模組，晶片設計人員可靈活搭配不同製程節點，於降低研發成本的同時加快產品規模化。產業對模組化的關注日益提升，說明晶片設計正從「追求更大晶片」轉向「打造更智慧系統」，使晶片研發團隊能夠自由組合各類製程節點，針對多樣化的工作負載快速客製系統單晶片（SoC）。這一趨勢將進一步推動可客製小晶片的崛起——這類高度可配置的模組，能深度整合通用運算單元、特定領域加速器、區塊或專用 AI 引擎——將協助晶片團隊無需從零起步即可打造差異化產品，進而大幅縮短設計週期，降低創新門檻。同時，產業的標準化進程也將持續推進，新興的開放標準將確保不同廠商的小晶片產品能夠進行可靠、安全的整合。這不僅能降低系統整合風險，拓展供應鏈選擇範圍，更將催生一個以互通性元件為核心的生態體系，取代以往高度耦合的單一廠商系統模式。 2. 憑藉先進材料和 3D 整合，實現更智慧的擴展 2026 年的晶片創新將更多來自新型材料應用與先進封裝技術，如 3D 堆疊和小晶片整合等，而非來自電晶體尺寸的進一步縮小。這種路徑有助於在高效能晶片中實現更高的整合密度與能源效率表現。這種「超越摩爾定律」的演進強調垂直創新，透過功能分層整合、最佳化散熱效率以及提升每瓦算力來突破，而非單純的橫向尺寸縮放。該技術路徑不僅將成為高效能、高能源效率運算持續發展的關鍵支撐，更將為更強大的 AI 系統、更高密度的資料中心基礎設施，以及更智慧的邊緣裝置奠定基礎。 3. 以資安為核心的晶片設計成為不可妥協的基本要求隨著 AI 系統自主性不斷增強，且日益深度融入關鍵基礎設施，「以資安為核心」的晶片設計（Secure-by-design）將從一項商業差異化的優勢，轉變為基本要求。當前，攻擊者已開始探測 AI 系統的可利用漏洞，並將硬體本身做為攻擊目標。面對日益嚴峻的威脅，晶片內建的硬體級信任機制變得相當重要。Arm 記憶體標籤擴充（MTE）、硬體可信任根和機密運算安全區域等技術，將成為晶片的標準配備功能，而非選配元件。此外，個人與企業正將越來越多的高價值數位資產儲存在 AI 系統中，包括專有資料集、業務邏輯、使用者憑證、個人歷史資料及財務資訊等，這就需要在晶片層面部署多重安全防護措施，包括加密強制隔離、記憶體完整性及運行時驗證等多層安全機制。 4. 專用加速技術與系統級協同設計定義 AI 運算的未來，推動融合型 AI 資料中心興起特定領域加速技術的興起，正在重新定義晶片效能，然而此一變革並非透過簡單區分通用運算與加速器。相反地，產業正朝著系統級協同設計的客製化晶片方向演進，這類晶片將從系統層面與軟體堆疊協同設計，並針對特定 AI 框架、資料類型及工作負載完成深度最佳化。亞馬遜網路服務（Graviton）、Google Cloud（Axion）和Microsoft Azure（Cobalt）等領先的雲端服務提供者正在引領這個轉變，展現為緊密整合的平台，意即從底層開始將專用 CPU、加速器、記憶體和互連共同設計在一起，這是實現可擴展、高效率且開發者可存取的 AI 的核心。此趨勢將推動次世代基礎設施—— AI 資料中心加速落地，這類資料中心可極大化單位面積內的 AI 算力，進而降低 AI […]
1/2 17:30作者產業動態https://techorange.com/2026/01/02/arm-2026/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
【科技早餐】TikTok 美國命運定案：拆分落地，演算法主權交到誰手上？
【科技早餐】今天精選 8 則國內外重要科技新聞。＊TikTok 美國命運定案：拆分落地，演算法主權交到誰手上？經過多年政治與法律拉鋸，TikTok 在美國的命運終於拍板定案。根據《彭博》掌握的協議內容，TikTok 與母公司字節跳動 (ByteDance) 已正式簽署分拆協議，美國業務將於 2026 年 1 月 22 日完成切割，成立全新實體營運，長期懸而未決的去留問題正式落幕。股權結構成為關鍵焦點。新公司近一半股權將由甲骨文、銀湖資本與阿布達比 MGX 持有，字節跳動直接持股約兩成，其餘由相關公司間接持有。美國用戶資料全面交由甲骨文雲端管理，董事會多數席位由美國人擔任，回應國安疑慮。TikTok 執行長周受資也在內部信中證實，交易預計明年 1 月底完成，時間點正好落在川普延後 TikTok 禁令滿一週年。＊英國外交部遭駭風暴：中國駭客疑雲，竊取數萬機密資料英國《太陽報》披露，今年 10 月疑似與中國有關的駭客組織 Storm 1849，入侵英國外交部網路系統，竊取數以萬計的敏感資料。英國政府隨後證實網路攻擊確實發生，但目前仍未公開指認攻擊來源，相關調查仍在進行中。英國貿易副大臣 Chris Bryant 表示，政府已迅速堵住漏洞，並強調對個人實際影響的風險相當低。不過，《金融時報》等媒體引述官方消息指出，初步調查已指向中國駭客。此事不僅衝擊英國資安能力評價，也讓數位身分證政策與首相 Keir Starmer 籌畫訪中的外交布局，增添新的不確定性。＊微軟執行長下通牒：跟上 AI 節奏，否則請下車《Business Insider》揭露，微軟執行長 Satya Nadella 近期向高階主管釋出明確訊號，要求全面適應 AI 高強度研發節奏，否則將面臨離職風險。這不只是管理語言的調整，而是一場針對組織結構與決策流程的全面重構。他直言，現在是「加入或離開」的關鍵時刻，他已經退出部分例行商業活動，將重心轉向資料中心、系統架構與 AI 科學研發。微軟同步設立每週「AI 加速器會議」，讓基層工程師直接與決策層對話，刻意打破層級，藉由「可控混亂」重新定義生產函數，壓低創新邊際成本。＊百億美元資安豪賭：Google Cloud 聯手 Palo […]
2025/12/22 06:50作者 Anitahttps://techorange.com/2025/12/22/tiktok-signed-agreemenet-to-create-new-us-venture/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
史上第一次 AI 模型在外太空運行！NVIDIA 支持的新創 Starcloud 打破資料中心「地心引力」
在全球資料中心的能源壓力與 AI 運算需求持續攀升之際，「把資料中心送上太空」的概念正在走向現實。由 NVIDIA 支持的美國新創 Starcloud 在 11 月初發射了一顆搭載 H100 GPU 的衛星，不只把比以往更強大的 AI 運算能力送入太空，如今更在軌道上成功運行大型語言模型（LLM）。根據《CNBC》報導，這是史上首次在外太空以高效能 NVIDIA GPU 運行 LLM。「你好，地球人，或者我更喜歡稱你們為，一群迷人的藍綠色生物。」這顆名為 Starcloud-1 的衛星已能即時向 Google 的開放模型 Gemma 提問並取得回應。該衛星除了運行 Gemma 之外，還使用莎士比亞全集作為訓練資料，訓練了 NanoGPT，讓這款模型能以莎士比亞風格的英文進行對話。為什麼要把資料中心送上太空？ Starcloud 執行長 Philip Johnston 在一次公開採訪中表示：「在地面資料中心能做到的事，我預期在太空也都能做到。而我們之所以要把資料中心搬到太空，純粹是因為地面能源正面臨限制。」他告訴《CNBC》，其公司的軌道資料中心能源成本將比地面資料中心低 10 倍。根據高盛預測，到 2030 年資料中心電力需求將成長 165%。雖然部分資料中心已使用再生能源、也有新建設的園區直接配置自家再生能源，但無論是太陽能、風能等潔淨電力來源，或是資料中心本身的基礎設施，都必須占用大量實體空間。《CNN》報導，業界開始將目光轉向太空資料中心，希望藉此跳脫土地、能源不足的限制。相較地面環境，太空能取得更穩定且更充沛的太陽能，沒有雲層遮蔽、沒有日夜循環，也不存在季節變化帶來的發電波動。 Starcloud 的下一步 Johnston 於 2024 年共同創辦 Starcloud，他也指出，Starcloud-1 能在軌運行 Gemma，證明太空資料中心未來可以存在並操作各種 AI 模型，尤其是需要大型運算叢集的系統。他表示，Starcloud 已將衛星的遙測資料串接進模型中，也就是把感測器所回傳的生命跡象整合進去，而它會給出只有高性能模型才能提供的有趣回答。「你可以問它『你現在在哪？』它會回答『我現在在非洲上空，再過 20 […]
2025/12/11 12:48作者廖紹伶https://techorange.com/2025/12/11/starcloud-trains-first-ai-model-in-space/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss
Google 與 Palantir 同登美軍 AI 戰略版圖：從行政運作到潛艦建造，商用 AI 成為國防生產力工具
美國國防部近日正式宣布推出名為 GenAI.mil 的新一代人工智慧平台，象徵美軍在「AI 優先」戰略上的重要里程碑。GenAI.mil 平台首個導入的商用 AI 模型為 Google Cloud 提供的 Gemini for Government，這也是五角大廈首次大規模部署商用生成式 AI 工具。根據美國國防部規劃，GenAI.mil 將支援約 300 萬名國防部員工，涵蓋不同層級的軍職與文職人員，目標是將先進 AI 能力直接部署到五角大廈及全球美軍基地中。在初期應用場景方面，GenAI.mil 主要會協助處理文件格式化與撰寫、深入研究、影片與圖像分析、人員入職流程等非機密的行政性工作。美國國防部長 Pete Hegseth 表示，未來透過 GenAI.mil ，員工可以「前所未有的速度」進行深度研究與文件處理。 GenAI.mil 的安全性與落地場景在軍事國防場域，「安全至上」是最高指導原則。為了確保數據安全並符合戰備需求，GenAI.mil 平台上的工具皆需通過嚴格認證，例如 Gemini for Government 已獲准在 IL5（Impact Level 5）等級的環境中運作，IL5 等級允許系統處理受控非機密資訊（CUI），是軍方對敏感資料的主要管理層級。儘管 Google 提供的模型具有強大的分析能力，且 Google Cloud 明確保證不會使用國防部的數據訓練公開模型，但國防部目前仍強調只會將 Gemini 用於非機密用途。同時為了確保輸出內容可靠並降低 AI 生成錯誤資訊的風險，Gemini for Government 不僅具備自然語言對話與檢索增強生成（RAG）功能，也採用「以網路為基礎」的技術，能即時比對 Google […]
2025/12/10 18:05作者李昀蔚https://techorange.com/2025/12/10/google-palantir-genaimil-shipos/?utm_source=rss&utm_medium=feed&utm_campaign=techorange_rss