德國首都柏林市政府近日爆出嚴重網絡安全危機! 柏林市長 Kai Wegner 公開證實,市府系統遭受極具針對性的網絡攻擊,並收到黑客團體的勒索訊息。據德國媒體引述消息指,涉事黑客索求高達 30 粒比特幣(Bitcoin,約值 200 萬歐元)的贖金,否則將公開已竊取的政府內部數據。
柏林市長 Kai Wegner 證實柏林遭勒索。
勒索集團 Rhysida 涉案 偷走近 6TB 內部資料
柏林市政府於 8 月 28 日發布最新官方聲明,證實市府系統遭受黑客網絡攻擊後,已收到勒索威脅。柏林市長 Kai Wegner 與內政及體育部長 Iris Spranger 對此發表聯合強硬聲明,明確表示:「柏林絕不接受勒索(Das Land Berlin lässt sich nicht erpressen)!」
根據官方調查顯示,今次網絡安全事件(官方稱為 IKT-Vorfall)導致數據外洩的範圍較預期更廣。鑑證分析確認,在市府切斷網絡之前,「參議院交通、氣候保護及環境部門」(Senatsverwaltung für Mobilität, Verkehr, Klimaschutz und Umwelt) 內部已有大量資料遭到竊取。
Google 生態系近期又有大動作!包括將 Gemini Live 升級引進「Agentic AI(代理式 AI)」,解決以往要開幾個 App 才能做到的複雜操作,以後「講句說話」就能自動跨 App 幫你處理;另一方面,面對手機 RAM 因為 AI 浪潮與及產能不足而變貴,Google 亦正式下「大限」,2027 年起會從 Google Play Store 層面強制 Apps 優化 RAM 佔用兼做到無縫轉機登入,做不到隨時被 Google 官方降權重甚至封殺!
Gemini Live 升級 Agentic AI:一句說話即跨 App「代辦」複雜任務
以往用 Siri 或 Google Assistant,頂多問問天氣、設定鬧鐘、調節燈光或播放音樂等等,每次只能完成單一的工作。而 Google 最新宣布的 Gemini Live 就正式引進「Agentic AI(代理式 AI)」技術,標誌著 Gemini AI 將由「簡單問答」進化到「全自動代辦」。
🤖 Agentic AI 自主拆解任務:不再只是一問一答,Gemini Live 懂得理解你的最終意圖,自動將工作拆解成多個步驟,並安全調用系統 API 連續執行。
📲 跨 App 無縫串聯操作:深度整合 Google Calendar、Gmail、Maps 以至第三方 App。發出語音指令後,AI 自動幫你交叉對比行程兼去訂機票酒店。
Google 表示,根據官方數據,原來有超過 63% 的 Gemini 用家習慣使用語音來下達指令,所以今次將 Gemini Live 加強為代理式 AI,也是順應用家的使用習慣,當然如果用家能使用精準的文字輸入任務內容,效果會更好吧。
分析預計,Gemini Live 代理式 AI 功能在推出初期僅會優先支援 Google 原生的應用(包括 Calendar、Maps、Photo、Google Flights 等),感覺上和目前 Amazon Alexa 能做到的看似差距不大,但憑藉 Google 的生態號召力,相信如 Uber、各大外送平台及大型網購平台很快亦會加入支援,展現真正的跨生態協同力。
AI 搶 RAM 拖慢手機?Google Play 2027 祭出硬核新規
AI 功能雖然好用,但背後亦引發嚴重的「資源危機」。不單是現時全球 AI 數據中心爆發式擴建,瘋狂搶購記憶體晶片,導致 RAM 成本居高不下。連帶手機 RAM 的供應也吃緊。而當手機 AI 邁向代理式 AI,像 Gemini Live 這類需要長期駐留的端側 AI 應用,會長期佔用記憶體以隨時聽候召喚。早前 Google 已宣佈要求限制第三方 App 耗用 RAM 資源的情況,但僅限於最新的 Android 17 才能使用該功能;現在宣布直接從 Google Play Store 層面著手,相信會更全面及有效地整頓手機 App 佔用過多 RAM 的問題。Google 表示會嚴格限制 App 在背景與前景運行的 RAM 佔用量,要求開發者徹底清走 Memory Leak(記憶體洩漏),將硬件資源留給手機作業系統及 AI 運算。凡未達標的 App,未來在 Google Play 商店的搜尋排名和推薦權重將會被調降,嚴重者甚至會被限制 App 的更新與上架權限!但遊戲類 App 暫時獲豁免。
Google 不單會從 OS 層面強制關閉過度用耗用記憶體的 App,更要求開發者對在 Google Play Store 上架的 App 𩁋行改善,
換機「無縫自動登入」Seamless Auto-login
不少人換新手機時,相信都曾面對過這情況:很多 App 雖然順利搬到新機,但使用時會需要逐個去重新做安全認證和登入。現在 Google 要求 App 在用戶轉新手機或跨裝置轉移資料時,App 必須支援免手動重新打密碼的無縫登入體驗,徹底解決換手機要逐個 App 重新登入的痛點。
Google 軟硬兼施 佈局「AI-First」生態圈
分析認為,Google 會更嚴格限制 App 佔用 RAM 資源,主要是因為 Gemini Live 這類端側 AI 需要長期駐留記憶體以隨時聽候召喚,如果傳統 App 繼續「暴飲暴食」搶 RAM,手機肯定會被拖慢。Google 從商店層面限制 App RAM 用量,實質上係為自家的 AI 運算保留更多工作空間。而打造「無縫自動登入」不獨是減少換機的痛點,其實是用來推進 Gemini Live 的跨 App 自動化,達到「開口即辦理」的方便體驗,從而加深用戶對 Android 生態和 Google Gemini 的依賴。
Google Cloud 正進一步把 Gemini 從通用型企業 AI 平台,推向針對特定行業工作流程的專業工具。公司日前宣布推出 Gemini Enterprise for Financial Services 及 Gemini Enterprise for Legal,分別針對金融服務和法律工作需要,加入專用 AI 代理、行業技能、資料連接器及第三方合作夥伴整合;同時,Google Cloud 亦為 Gemini Enterprise 推出新的即付即用、共享配額、長期用量折扣及支出上限等機制,試圖解決企業大規模部署 AI 代理時最現實的兩個問題——「能不能管」以及「花多少錢」。
這兩項公布其實反映出 Google 更清晰的企業 AI 策略:與其單純向企業出售一個功能愈來愈強的 Gemini 模型,不如把 AI 直接嵌入受到嚴格管制、資料來源複雜,而且每個工作流程都牽涉成本與責任的核心業務之中。
金融版強調可追溯、可驗證,不只追求「答得快」
金融業是生成式 AI 最具吸引力、同時亦最難落地的市場之一。分析市場、整理公司資料、撰寫研究報告等工作,本身非常適合 AI 自動化;但金融機構面對法規遵循、資料來源、審計及風險管理要求,不能只接受一個「看起來合理」的答案。
Google 因此把 Gemini Enterprise for Financial Services 的重點放在資料可解釋性及工作流程治理。其中 Financial Research agent 可自動處理端到端金融研究,內建超過 50 種基礎技能,並提供 confidence scores、研究方法、可審計的資料快照及引用來源,讓分析結果可以追溯和核實。它亦可經 Gemini Enterprise 使用,或者透過 Agent-to-Agent API 接駁企業現有的代理工作流程。
除了研究代理,Google 亦加入針對金融工作的技能,包括信貸風險評估、投資組合監控、市場新聞綜合分析,以及調查性金融研究。平台同時提供與 CoinDesk Data & Indices、FactSet、LSEG、Moody’s、MSCI、PitchBook、S&P Global 及 SEC Edgar 等 13 個資料來源的整合。
這種設計的重要之處,在於 Google 並非要求金融機構把既有資料和系統搬進一個全新的封閉 AI 環境,而是嘗試讓 Gemini 成為現有資料供應商、內部系統及 AI 代理之間的「協調層」。Google Cloud 行政總裁 Thomas Kurian 亦明言,金融客戶希望使用不會被單一模型或生態系統綁定、能連接現有 IT 系統,同時具備安全及合規能力的平台。
法務版瞄準合約、盡職審查及監管工作
Gemini Enterprise for Legal 則針對另一類高度依賴文件、知識及責任追蹤的工作。
Google 指出,一般通用 AI 缺乏法律工作所要求的嚴格保密、ethical walls、法律依據驗證及完整資料隔離;但如果企業自行把多款單點 AI 工具拼湊起來,又會增加整合成本及系統脆弱性。Gemini Enterprise for Legal 因此把合約審閱、盡職審查、監管監控及私隱資料請求等流程放在同一平台處理。
第三層則是 FinOps 化。當 AI 使用量開始由數十名員工擴展到數千名員工及大量自動代理,CIO、CFO 及部門主管必然要求知道每個 AI 工作流程用了多少錢、誰在使用,以及能否設定上限。Google 現在把這些能力直接加入 Gemini Enterprise,本質上是把管理 AI 的方式逐步拉近企業管理 Google Cloud 基建的方式。
這亦說明 Google 爭奪企業 AI 市場的方向正在改變。下一階段的競爭未必只是「哪一個模型答得最好」,而是誰能夠讓企業把 AI 安全地接駁現有資料、讓代理真正執行工作,同時讓資訊科技部門和財務部門仍然可以控制權限、風險及預算。
當生成式 AI 由個人生產力工具逐步進入金融分析、合約管理、法規遵循及跨系統流程,企業評估 AI 平台時的問題,也應該由「員工是否可以使用 Gemini」轉變成「哪些工作值得交給代理、資料可以接駁到甚麼程度,以及每項自動化工作的投資回報是否可以量化」。