close

應用方案

應用方案科技專欄

智能奧運降臨 雲端與 AI 如何重塑冬季奧運會


智能奧運降臨 雲端與 AI 如何重塑冬季奧運會▲即時 360 度回放系統,細膩呈現運動員動作細節

 

三千多年來,奧林匹克運動會一直是人類展示雄心壯志的舞台——不僅在運動場上,更在於捕捉、測量和分享精彩時刻的工具上。2026 年米蘭科爾蒂納丹佩佐冬季奧運會標誌着一個轉捩點:「智能奧運」的降臨,雲計算與 AI 不再只是隱藏的基礎設施,而是奧運故事的主角。

這一轉變的核心,在於從被動觀看轉為由 AI 驅動的主動參與。由阿里巴巴 Qwen 大語言模型驅動的「奧運 AI 助手」為奧運史上首次使用大語言模型技術。觀眾只需以自然語言提問搜索,即可獲得答案。雲端與 AI 正被用來「翻譯」奧運會,讓更多人能夠在這個故事中找到自己的身影。

讓冬季運動煥發活力

在捕捉運動表現方面, 升級後的即時 360 度回放系統在 15 至 20 秒內將運動員動作重構為三維影像,支持 17 個項目的賽事直播。「時空切片」(Spacetime Slices)功能將動作的多個階段疊加成單一合成影像,讓觀眾看清以往只有教練才能察覺的細節。

在幕後,由Qwen驅動的自動媒體描述(AMD)系統,能自動識別運動員、辨認關鍵時刻、並實時生成賽事描述及為素材添加標籤。從前需要由多支編輯團隊耗時處理的工作,如今數秒內即可完成。

邁向可持續智能之路

智能奧運亦重塑了主辦單位管理幕後的營運方式。阿里雲升級版能源數據管理系統讓主辦單位能夠即時監察競賽場館的能源使用量和碳排放量。當出現用電量突然飆升時,工作人員可向由Qwen驅動的可持續發展聊天機器人提問獲得精確且數據化的答案。該平台還全面掌握奧運會整個生命週期的環境足跡。

重新詮釋奧運傳統

即便是奧運會最珍視的傳統儀式,也正透過 AI 悄然蛻變。在米蘭奧運選手村,「智能徽章交換站」邀請運動員通過語音或手勢操控機械臂,選取其他運動員留下的徽章。位於米蘭斯福爾扎城堡的「阿里巴巴米蘭-阿里廊」活動,互動裝置依託雲端 AI 驅動能回應參觀者的動作。在洛桑奧林匹克博物館,個人化 AI 語音導覽能根據每位參觀者的興趣調整內容。在每一個案例中,雲端與AI都在背後默默打造個人化體驗,讓這屆奧運會更像是屬於他們的奧運會。

勾勒未來賽事藍圖

2026年米蘭科爾蒂納冬奧會所展現的是,經過精心部署的雲端與AI可以為大型賽事建立全新的互動架構。此架構具有三大關鍵特徵:對話性質,互動界面漸漸趨向於人類的自然語言;適應性,AI系統都能回應當下發生的狀況;包容性,多語言支援、客製化博物館導覽和無障礙的數碼體驗讓更多人感到受邀進入奧運故事。

這些特質並非體育賽事所獨有。支撐智能奧運的雲端與 AI 技術棧,同樣可以應用於世界博覽會、全球峰會、大型節慶活動,這些場合的主辦單位面對着相似的挑戰:多元受眾、複雜營運,以及對成本和碳排放的嚴格審查。

阿里雲在 2026 年米蘭科爾蒂納冬奧會中的角色,並非炫技,而是將智能科技無縫編進賽事肌理,成為奧林匹克精神的自然延伸。無論是自由式滑雪選手透過與機械臂互動獲得了一枚稀有徽章,義工在問題浮現前解決能源故障,或是身處不同時區的觀眾以母語接收即時賽事更新:每個微小時刻,共同昭示着奧運會可以展現的嶄新面貌。

 

 

資料由客戶提供

閱讀文章
人工智能應用方案業界消息

LogTech Expo 2026 博覽 29 日舉行 逾 50 家企業展示 AI 與智慧供應鏈

LOGTECH 物流科技博覽 2026 展示機器人與自動化解決方案.

香港生產力促進局主辦的「物流科技博覽2026」(LogTech Expo 2026)將於10月29日在九龍塘創新中心舉行,匯聚逾50家物流、供應鏈及科技企業,展示AI物流應用、智能倉儲、數碼供應鏈及無人機配送等方案。展覽免費入場,參觀者須先網上登記;開幕禮與專題講座則須另外選擇報名。

六大展區涵蓋智能倉儲與低空經濟

今屆博覽設六大主題展區,包括 AI 與數據應用、智慧倉儲及機械人、智慧供應鏈及數碼平台、跨境電商及配送、ESG與環保物流,以及低空經濟。展品及方案涵蓋智能分揀、倉儲管理系統(WMS)、運輸管理系統(TMS)、新能源運輸,以及無人機最後一公里配送等技術。

參展機構包括順豐數智供應鏈、香港海關、香港郵政、Auto-ID Technology、Tradelink、GS1 Hong Kong、ShipAny及Axis Communications。企業可在展場與方案供應商直接交流,了解相關技術如何配合實際倉儲、運輸及跨境電商流程。

AI數碼孿生實務分享 介紹物流資助計劃

主辦方在 10 月 23 日新聞稿中表示,將安排 10 場專題論壇及技術分享,重點包括 AI 物流應用、數碼孿生、跨境電商及供應鏈可視化。開幕座談會由團結香港基金副總裁葉文祺主持,香港理工大學黎基雄教授、香港付貨人委員會何立基、香港運輸物流學會會長張泰業及 MG Ship 行政總裁張淑明等參與討論。

官方登記日程另列出第三方物流服務供應商資助先導計劃(TPLSP)及未來智慧物流加速計劃(FILAS)的介紹環節。其中 FILAS 相關分享將由預先批核的方案供應商講解數碼工作流程、自動化及營運改善個案。其他講題包括 WMS 結合 AI 與數碼孿生、跨境電商多物流商整合、倉庫AI 安全監察,以及利用 GS1 條碼、物聯網和 AI 掌握供應鏈狀況。

設商務配對環節 入場及講座須分開登記

展覽期間設商務配對及業界交流環節,並獲機場管理局、國泰貨運、數碼港及 LSCM 研發中心等逾 20 個業界機構支持。活動由運輸及物流局「海運及空運人才培訓基金」下的「物流推廣資助計劃」資助。

活動於 10 月 29 日(星期四)上午 10 時至下午 5 時 30 分舉行,地點為九龍塘達之路 72 號創新中心。網上報名表格預設展覽入場券;有意參加開幕禮或專題講座的人士須在表格另選相關場次,否則只會取得展覽入場券。詳情及報名可瀏覽生產力局活動網頁。

資料來源:生產力局官方公告、活動登記及議程

閱讀文章
人工智能應用方案資訊及通訊科技

Zoom 推統一語境層 ZoomMate AI 代理可跨會議及企業系統執行工作

Meet ZoomMate 你的 AI 協作夥伴,搜索、協調與自動完成任務.

Zoom 於 10 月 20 日在年度 Zoomtopia 大會公布統一語境層(Unified Context Layer),把會議、電話、即時通訊與客服對話記錄,連同企業文件及第三方應用程式資料整合,供員工和 AI 代理查詢與執行後續工作。Zoom 希望藉此減少員工反覆翻查會議紀錄、重新整理決策及手動跟進任務的時間。

新系統可結合 Zoom 平台內的對話及已連接企業系統的近乎即時資訊,同時透過設定控制資料存取權限。Zoom 創辦人兼行政總裁袁征表示,AI 能否發揮作用,取決於它對企業業務背景的理解;公司正朝着將討論轉化為已完成工作的「執行系統」(System of Action)方向發展。

可搜尋逾 40 個第三方應用 開放 MCP 與 API 接口

Zoom 公布的 Agentic Search 現已支援搜尋 Zoom Meetings、Phone、Chat 及逾 40 個第三方應用程式,包括 ServiceNow、Workday、Google Drive 和 Microsoft OneDrive。員工可按權限尋找散落在不同系統的決策和工作資料,減少逐個平台搜尋的需要。

開發團隊亦可透過模型上下文協定(MCP)伺服器及 Search & Ask API,在外部 AI 工具取得 Zoom 的業務語境。Zoom 列出的相容環境包括 Claude、GPT、Codex、Microsoft Copilot、Gemini 及 Slackbot。Search & Ask API 和部分 MCP 功能已推出,但不同 AI 助理的直接整合仍按各自時程開放。Zoom 另一篇產品介紹指出,企業預計可自 11 月起在 Claude 和 Codex 內啟動部分 Zoom 工作流程,例如處理會議、聊天、電話工作及更新 CRM 記錄。

My Notes 自動建立跟進流程 ZoomMate 多代理已推出

My Notes Workflows 預計於 2026 年 10 月推出,可把會議摘要連接至 Zoom Chat、Salesforce 等工具。銷售、市場營銷及 IT 團隊可使用預設流程,亦可用自然語言描述需要自動化的步驟,無須另行操作工作流程設計工具。

至於已推出的 ZoomMate Agent Teams,則由多個專門 AI 代理分工處理同一項工作,再彙整成果交由人員審閱。Zoom 亦預告 11 月推出 Enriched Notes,將共享螢幕、簡報圖表和聊天內容對應至會議逐字稿;12 月推出 Follow the Meeting,為錯過全部或部分會議的員工提供個人化記錄及摘要。Zoom 另計劃於 12 月推出獨立 My Notes 手機 App,把面對面對話納入記錄範圍。

客戶服務與 AI 治理擴展 新管理功能分階段推出

Zoom CX 的 Customer Profiles 預計 11 月推出,將客戶跨渠道互動及相關記錄整理成動態檔案;同期預告的 CX Insights Transcript Intelligence,可按語音、聊天及電郵文字記錄分類和查詢,並結合處理時間等營運資料分析。Zoom Virtual Agent – Kiosk 亦計劃於 11 月將 AI 自助服務延伸至實體門市。

隨着代理可以接觸更多業務資訊,企業需要釐清各項存取和監督設定。Zoom 現已向指定 Zoom Workplace 客戶提供與 Microsoft Purview 配合的敏感度標籤;集中式 AI 管理及深偽風險偵測預計 12 月推出,限制 AI 可使用及生成資訊的 AI Guardrails 則要到 2027 年第一季才推出。這些功能現階段不能一概視為已可供企業全面部署。

Zoom 同時引用業績及自家研究支持 AI 業務發展:Zoom Virtual Agent 客戶數量增長 256%;在一項涵蓋 500 名美國知識型工作者的 2026 年調查中,72% 使用 Zoom AI 工具的受訪者認為工具帶來高度或極高業務效益,高於研究所列的 63% 市場平均值。相關效率評價屬調查結果,不能直接換算成企業已節省的成本或投資回報。

資料來源:Zoom 官方公告、Zoom AI 產品詳解、Zoom 企業治理公告

閱讀文章
人工智能企業趨勢應用方案

AI 代理由答問題轉向代辦工作 Claude Duet 接棒 Muse、Dots 爭小企業

簡約設計的科技應用圖標,圓形背景與流線型元素.

Anthropic 推出 AI 代理 Claude Duet 研究預覽版。Duet 由 Opus 5.5 驅動,主打專業人士及小企業東主,可每朝發出簡報,並在雲端代辦發票、糧單及合約等工作。目前只有美國 Claude Pro 及 Max 訂戶可經候補名單取得使用資格,Team 及 Enterprise 方案暫未包括。Duet 與 Meta Muse、OpenAI Dots 同屬在背景常駐、可自行執行任務的 AI 代理,反映競爭焦點由回答問題延伸至代辦日常工作;惟 Duet 的背景運作同樣會消耗訂閱用量。

Duet 每朝匯報,在雲端代辦發票與糧單

Duet 會主動跟進已連接的應用程式,毋須用戶每次重新下指令。它每朝整理這些應用程式中最重要的事項,日間只在有事需要用戶處理時才發出通知。Duet 在有獨立瀏覽器的雲端虛擬機器上運行,即使用戶關掉手提電腦或手機,工作仍可繼續;用戶可透過 iOS、Android 獨立應用程式或網頁版 Claude 使用。

任務範圍由安排會議,延伸至建立儀表板、製作財務或銷售預測、製作原型及建立網頁應用程式。Anthropic 表示,Duet 可配合超過 6,000 個連接器及插件使用。公司列出的用例包括在 Intuit QuickBooks 或 Stripe 找出未付發票並草擬催款提示、在 Gusto 準備及執行糧單、經 Docusign 傳送協議、根據 HubSpot 資料草擬跟進電郵,以及管理 Shopify 網店。產品頁雖列出 Microsoft 365 標誌,但有外國媒體引述 Anthropic 說明中心指,該連接器暫未可用,Slack 連接器亦有限制。

Anthropic 發布的早期試用證言包括:南佛羅里達州 Shahs of Kabob 有約 110 名員工,東主曾用 Duet 處理會計、客戶支援及營銷,並逐間店處理發票;地產代理公司 Pro Homes 東主則表示,Duet 曾在沒有要求下主動指出其日曆上一項睇樓預約排錯日子。這些證言只描述使用情境,沒有量化節省的工時或成本。

Duet 隨 Pro 可用,但未有企業版

Meta 早前於 9 月推出 Muse,OpenAI 約 3 星期後推出 Dots。Dots 由 GPT-6 Astra 驅動,透過 OpenAI 插件生態可連接超過 4,000 個應用程式。OpenAI 亦已宣布為企業客戶而設、針對會計、電郵營銷及法律分析等工作調校的 specialist Dots;Business Premium 用戶可使用 Dots,Enterprise 仍在 beta。相比之下,Duet 雖然主打專業工作,目前仍只納入個人 Pro 及 Max 方案。

產品及最低付費方案(美元/月) 開放地區及資格
Claude Duet:隨 Pro 每月 20 美元(約港幣 HK$156)可用,研究預覽期間不另收費 美國 Pro 及 Max 訂戶,須加入候補名單
OpenAI Dots:個人用戶最低為 Pro 100,每月 100 美元(約港幣 HK$780) 歐洲經濟區、瑞士及英國以外的合資格 Pro 用戶;Business Premium 在 ChatGPT 支援地區可用
Meta Muse:有設用量上限的免費層;Power 每月 20 美元(約港幣 HK$156),Maximum 每月 100 美元(約港幣 HK$780) 美國及加拿大

價格為 2026 年 10 月 21 日 Anthropic 價目頁及 Engadget 報道的數字,港元按 1 美元兌 7.8 港元換算,只作參考。Duet 的官方用例集中在發票、糧單及合約等小企業日常營運,但主打專業用途,不等於已具備企業方案的管理能力,兩者仍須分開評估。

付款簽約先要批准,轉帳及證券交易禁用

Duet 在發送訊息、付款、簽署文件或刪除任何內容前,會先展示準備執行的操作,等待用戶批准。部分操作則一律禁止,包括買賣證券及在帳戶之間轉帳,即使用戶批准亦不會執行。用戶亦可隨時中斷任何應用程式的連接,收回 Duet 的存取權。

Anthropic 表示,Duet 沿用旗下 Claude Managed Agents 的憑證處理設計,應用程式不會直接看到用戶密碼或登入權杖;新增的專用分類器及安全系統提示會逐條訊息檢查,拒絕分享信用卡號碼、政府身份證明等最高級別資料。購物付款透過 Stripe 的 Link 以虛擬卡進行,不會分享真實卡號。公司亦表示,紅隊及一間外部公司曾對 Duet 進行滲透測試,產品已納入 HackerOne 公開漏洞賞金計劃。

這套設計把敏感操作的最後決定留給用戶,但審批能否發揮作用,仍取決於用戶有否細看收件人、金額及文件內容。企業評估時宜分清代理可以準備甚麼,以及誰有權批准執行。

每幾小時才檢查,節省用量但可能漏事

研究預覽期間,Duet 與 Claude 其他功能共用 Pro 或 Max 用量上限,背景檢查亦計入其中。Anthropic 解釋,Duet 每幾小時才檢查一次已連接帳戶,因為不停檢查會快得多耗盡用量;建立財務模型或簡報等較大任務,亦需要更多模型回合。所以常駐並不代表即時監察,背景工作同樣佔用配額。

Anthropic 承認 Duet 仍屬早期版本,可能誤讀對話串、錯判緊急程度,亦可能漏掉兩次檢查之間到達的事項;訂票等個人雜務的表現也較弱。同一份說明中心資料亦指,用戶不能觀看或接管 Duet 的雲端瀏覽器,Duet 亦不會打電話或發短訊,只會在獲批准後從已連接帳戶發電郵。

對重度使用者而言,背景檢查會與日常 Claude 工作爭用配額,可能需要升級至每月 100 美元起(約港幣 HK$780)的 Max。評估成本時應一併觀察背景檢查與大型任務的用量,不能只憑「不另收費」判斷容量是否足夠。

企業 IT 宜先盤點連接系統與審批權限

Duet 現時只向美國個人訂戶開放,Anthropic 未公布 Team 或 Enterprise 版本的時間表;企業 IT 團隊可先盤點哪些財務、糧單、CRM 及電郵系統適合交予代理存取,並訂明付款、簽約及對外訊息由誰審批。以 Microsoft 365 為主的企業,要先確認連接器的實際可用狀態,才可判斷工作流程能否接通。

若 Anthropic 日後推出企業方案,企業採購時宜向供應商確認數據會否用於模型訓練、存放地區及保留期,並按實際任務比較用量和人工覆核需求。需要即時跟進的事項,亦應保留原有通知及人工處理流程,不宜單靠每幾小時才檢查一次的代理。

來源:Anthropic、Claude、The Verge、Unite.AI、Roos Newsletter

閱讀文章
人工智能應用方案業界消息

小米開源 AI 模型評測奪首 MiMo-V2.6-Pro 接入 WorkBuddy 擴展辦公應用

展示MiMo-V2.6-Pro開源AI平台界面,支持多智能體協作與Token上下文.

小米 10 月 20 日宣布,旗下開放權重 AI 模型 Xiaomi MiMo-V2.6-Pro 正式接入 WorkBuddy,支援長時間任務、多智能體協作及多模態資料理解。新模型具備 100 萬 Token 上下文視窗,並在第三方評測機構 Artificial Analysis 的智能指數取得約 46 分,於當時受測的開放權重模型中排名第一。

新模型主要面向需要處理大量文件、跨步驟工作及複雜資訊的用戶,涵蓋深度研究、文件處理、設計製作和小型工具開發等工作。企業開發團隊亦可透過小米提供的 API,將模型整合至現有應用程式及 AI Agent 工作流程。

支援 100 萬 Token 上下文 可協調多個 AI Agent

MiMo-V2.6-Pro 支援最多 100 萬 Token 上下文輸入,單次最大輸出長度為 128K Token。較長的上下文視窗可讓模型在同一工作階段處理較大規模的文件、程式碼及歷史對話,減少因上下文容量不足而需要分批輸入資料的情況。

模型支援多智能體協作,能夠配合不同 Agent 框架,把複雜工作拆分成多項任務,交由不同智能體處理。小米將長時間任務管理、深度研究、文件辦公、設計製作及工具開發列為主要應用方向。在多模態能力方面,MiMo-V2.6-Pro 可以理解文字、圖片、影片及音訊輸入,並綜合分析不同形式的資訊。不過小米官方規格顯示,模型目前的輸出模態為文字,不能把其多模態理解能力直接視為原生圖片、影片或音訊生成能力。

模型亦支援工具調用、結構化輸出、串流回應及上下文快取,為開發人員建立自動化工作流程提供所需功能。

Artificial Analysis 評測約 46 分 領先同期開放權重模型

小米公布 MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index 取得 46.32 分。評測機構亦確認模型在發表時位居開放權重模型榜首,較前代 MiMo-V2.5-Pro 約 26 分的成績有明顯提升。這項排名只適用於 Artificial Analysis 當時的評測方法及受測模型,並不代表 MiMo-V2.6-Pro 在所有 AI 應用或所有模型之中均排名第一。小米亦在官方技術公告承認,模型與部分領先的閉源模型仍存在效能差距。MiMo-V2.6 系列於 9 月下旬發布及開源,包括 Pro 和 Flash 兩個版本。小米透過擴大強化學習訓練規模改善模型的推理、程式編寫及 Agent 任務處理能力,並公開相關技術報告、訓練環境及強化學習程式碼。

API 每百萬輸入 Token 收費人民幣 3 元 支援既有開發介面

對企業開發團隊而言,MiMo-V2.6-Pro 的另一項特點是 API 定價。小米官方公布模型沿用 V2.5 系列收費,每百萬輸入 Token 為人民幣 3 元,每百萬輸出 Token 為人民幣 6 元,輸入快取命中時則為每百萬 Token 人民幣 0.025 元。

小米同時提供美元計價,分別為每百萬輸入 Token 0.435 美元、輸出 Token 0.87 美元,快取命中輸入為 0.0036 美元。上述屬小米官方 API 收費,不能直接套用至第三方平台 WorkBuddy 的實際服務價格。在系統整合方面,小米表示其 API 格式兼容 OpenAI 及 Anthropic 協議。使用相關開發介面的團隊可按官方文件調整 API Key、服務端點及模型設定,嘗試接入 MiMo-V2.6-Pro。

企業在選擇模型時,仍需按實際工作負載比較回應品質、Token 用量、延遲、資料處理安排及第三方平台收費。100 萬 Token 的上下文容量代表模型可接收的資料上限,並不能單憑規格判定模型在極長文件中的檢索準確度或多智能體工作成功率。

資料來源:
快科技
IT之家
Xiaomi MiMo 官方模型規格及定價
Xiaomi MiMo-V2.6 技術公告
Artificial Analysis 評測公告

閱讀文章
人工智能應用方案

DeepSeek V4.1 Flash 1017 登場 Agent 編程能力提升、API 價格不變

DeepSeek V4.1 Flash軟件界面,展示多個功能模塊和技術報告.

DeepSeek V4.1 Flash軟件界面,展示多個功能模塊和技術報告.

DeepSeek 今日(10 月 17 日)推出 DeepSeek-V4.1-Flash-1017,強化 AI 編程、自動化及 Agent 執行任務的能力。官方測試顯示,新版本在多項基準測試取得更高分數,同時縮短任務執行時間及輸出長度。DeepSeek 同日向開發者開放自家 Search 與 Fetch API,每 1,000 次成功請求分別收費 US$0.75(約 HK$5.85)。

新模型已部署至 DeepSeek 官方網站、應用程式及 API。現有開發者可繼續使用 deepseek-flash 模型名稱,毋須修改原有 API 呼叫方式,模型推理價格亦維持不變。

編程基準測試明顯進步 針對完整專案開發強化

DeepSeek 公布的比較數據顯示,1017 版本在 Terminal-Bench 4.0 的成績由舊版 31.2 提升至 42.3;評估軟件工程工作的 DeepSWE v1.1 由 74.2 升至 77.0,而 ProgramBench 則由 20.3 提升至 29.1。

其他測試方面,Automation-Bench v1.0.6 由 54.8 升至 60.5,Agents’ Last Exam 由 31.8 升至 35.4。衡量複雜知識與推理能力的 Humanity’s Last Exam(不使用工具)亦由 36.8 提升至 42.6。

▲ DeepSeek 官方公布的 DeepSWE v1.1 編程測試結果,顯示 V4.1 Flash-1017 在 Mini-SWE-V2 測試框架下最高取得 77% Pass@1,該設定的每項任務平均成本約 US$0.20。圖中成本屬特定測試環境數據,不能直接視作企業實際開發成本。

▲ DeepSeek 比較新舊版本及其他 AI 模型的基準測試成績。V4.1 Flash-1017 在 Terminal-Bench 4.0、DeepSWE v1.1 及 Automation-Bench v1.0.6 分別取得 42.3、77.0 及 60.5 分,均高於上一版本;不同測試使用的工具框架及設定須一併考慮。

 

DeepSeek 表示,新模型採用結合自我回饋的強化學習方法,改善由零開始完成整個專案的能力,涵蓋遊戲製作及 3D 建模等工作。官方亦展示了模型執行相關任務的示範,但這些展示並不能直接代表模型在所有真實專案中的完成率。

廠商形容今次更新在效能與成本之間取得 Pareto Improvement(帕累托改進),即在提高任務表現的同時減少執行時間及輸出內容,讓開發者有機會降低每項任務所消耗的 Token 及模型推理成本。不過,上述成績主要來自 DeepSeek 公布的基準測試,實際效益仍取決於 Agent 框架、任務類型及執行設定。

 

配合多款 AI Agent 工具 開源權重可自行部署

DeepSeek 針對 DeepSeek Harness、騰訊 CodeBuddy 及 WorkBuddy 等開發工具進行適配,並建議使用 DeepSeek Harness v0.2.1-rc.1 或更新版本,以充分使用新模型功能。

對於已透過 DeepSeek API 建立內部編程工具或自動化工作流程的企業,這次更新可以沿用現有 API 模型名稱。企業仍須按原有工作流程,驗證新模型的程式碼品質、工具呼叫結果及任務完成情況。

DeepSeek 已在 Hugging Face 發布新版本模型權重,亦提供 ModelScope 下載渠道。Hugging Face 模型資料顯示,該版本支援最高 100 萬 Token 上下文,模型權重以 MIT License 授權發布,讓具備所需運算資源的企業及研究團隊自行部署。

 

自家網頁搜尋引擎開放 API Search 及 Fetch 分開計費

DeepSeek 同時開放由自家搜尋引擎支援的 Search API 和 Fetch API,讓 AI Agent 及檢索增強生成(RAG)系統取得最新網頁內容。

Search API 接收搜尋查詢並返回結構化結果,包括網頁標題、網址及摘要;Fetch API 則負責讀取指定網頁,將內容整理成 Markdown,方便語言模型進一步分析。兩項服務可使用現有 DeepSeek API Key 驗證。

官方文件列明,Search 及 Fetch 各按每 1,000 次成功請求收取 US$0.75,收費與模型本身的 Token 用量分開計算。只有請求成功返回 HTTP 200,而且 Search 找到結果或 Fetch 取得網頁內容時才會收費。搜尋結果為空、請求失敗或逾時均不計費。

兩項 API 各設每個帳戶每秒 5 次請求的限制,Fetch 另設個別網站域名的請求頻率限制。對需要大量搜尋、持續擷取資料或執行多步驟研究任務的企業而言,這些限制亦是系統設計時需要考慮的因素。

DeepSeek 在官方社交平台公布,DeepSeek API 用戶透過 DeepSeek Harness、Claude Code 及 Codex 的指定伺服器端工具呼叫 Search 與 Fetch,目前可暫免相關請求費用,並將於 2026 年 10 月 31 日 16:00 UTC 開始計費。這項豁免只適用於指定工具的相關呼叫,並不代表所有 Search、Fetch 或模型推理服務均免費。

DeepSeek 指其自研搜尋引擎目前每日處理全球數億次搜尋請求,索引數以千億計網頁,並提供多語言搜尋功能。這些規模及搜尋品質描述來自公司公布資料。

對使用 DeepSeek 開發企業 Agent 的團隊,新版本模型與搜尋 API 的推出提供了兩項可獨立使用的功能:更新模型以執行編程及自動化工作,以及將即時網頁搜尋與內容擷取整合至現有應用。兩者的用量、成本及系統限制需要分開評估。

 

資料來源:
DeepSeek 官方更新日誌
DeepSeek Search & Fetch API 文件
DeepSeek-V4.1-Flash-1017 模型資料

閱讀文章
人工智能應用方案

Gemini 4 Argon 開發者懶人包 收費、Context 限制與 Code Review 實測

Gemini 4 Argon logo與大號數字4在藍色背景上.

Gemini 4 Argon logo與大號數字4在藍色背景上.

Google 推出 Gemini 4 Argon,開發者即日起可使用付費 Gemini API。推出優惠價每百萬輸入 tokens 為 US$2、輸出 US$10,12 月 1 日起均加倍。Google 指內部 Antigravity 團隊的代理式程式碼提交量增加逾 35%,回滾次數減少近三分之一,但這是 Google 自身的工程數據,並非所有團隊都可達到的成效。

API 收費及存取方式

每 100 萬 tokens 收費(美元)
計費項目 至 11 月 30 日 12 月 1 日起
輸入 US$2 US$4
輸出(包括 Thinking) US$10 US$20
命中隱式快取的輸入 US$0.10 US$0.20

模型 ID 是 gemini-4-argon,可經 AI Studio 的付費 API 及 Google Cloud 使用。個人用戶在 Antigravity Desktop/CLI 使用 Argon 須有 Google AI Ultra;企業則可經合資格 Gemini Enterprise 訂閱存取。Google AI Pro 訂戶可在 Gemini App 使用模型,但不等於可以免費調用 API。

開發者遷移須知

設定 需要留意
Context 輸入、Thinking 及輸出共用最多 1,048,576 tokens
Thinking Level low/medium/high;預設 medium,應按任務測試延遲及成本
長輸出 一般單次輸出上限 65,536 tokens;要超過此值須配置 Long Decode/背景執行
快取 僅支援隱式快取;至少 4,096 tokens 才符合快取門檻,命中不保證
舊參數 temperature、top_p、top_k 會被忽略;不支援 Explicit Cache
執行時間 複雜任務可用 Background Execution,客戶端 Timeout 建議至少 15 分鐘

其中一項易被忽略的成本是 Thinking tokens 亦計入輸出收費。長時間 Agent 任務不應只按最終生成的程式碼行數預算。

Google 實際工程案例

案例 Google 公布的結果
Chrome 在 4,000 萬行 Chromium 程式碼庫中,從約 600 萬行的舊功能資料夾分離核心網頁處理程序,橫跨數百個檔案的重構由數月縮短至數星期
Google ADK 在約 20.5 萬行 Python 程式碼中自主工作 11 小時,完成 16,892 項單元測試;6 項改善建議只有 2 項通過人工 Code Review
ADK 效能 長 Session 的 InMemorySessionService 準備開銷減少約 40%;冷匯入快 21%,但冷啟動至首次模型請求仍約 3.07 至 3.09 秒

ADK 已合併的兩項修改分別是先過濾 Session 歷史才複製資料,以及延遲載入大型模組。被否決的 4 項方案涉及過期快取風險、使用第三方套件私有屬性、降低程式可讀性,或只改善合成測試而未見實際效益。

Google 的 40% 數字只針對記憶體 Session 準備流程,並不適用於使用 Redis、Firestore 或外部資料庫的 Session Store。其特定 158-turn 測試,整段框架執行時間由 65.6 秒減至 56.1 秒,不可當成模型推理速度提高 40%。

社群首日意見:能力不俗 工具與授權仍有分歧

Hacker News 有開發者表示,Argon 協助除錯 Vulkan 時主動輸出 Framebuffer 圖像、逐像素比對並在 Shader 加入顏色標記;同一討論亦有用戶批評 agy CLI 的 Context Compaction 時機難以預測,以及 Antigravity 訂閱門檻。這些屬個別實測與使用感想,尚不足以判定 Argon 全面優於 Claude Code 或 Codex。

另一名開發者分享 Gemini 網頁版的使用經驗,指出過去使用 Gemini 3.8 Flash 等舊模型詢問如何關閉 Claude Code 的 Git Commit Attribution 時,經常獲得錯誤指引,甚至被建議修改專案內的 CLAUDE.md 檔案。他表示改用 Gemini 4 Argon 詢問相同問題,模型終於正確指出應在使用者設定檔 ~/.claude/settings.json 調整 attribution 設定。他認為新模型在回答涉及既有開發工具設定的事實性問題時,準確度有所改善。不過這屬單一開發者的前後使用體驗,尚不足以證明模型整體幻覺率已明顯下降。

Google ADK 案例可供開發團隊參考的做法是,先向 Agent 提供 .agents/skills 專案規則、完整回歸測試及明確任務目標,再由維護人員決定哪些 Pull Request 可合併。評估模型時,亦應把 tokens、長任務耗時、測試成本及人工 Code Review 一同計算。

資料來源:
Google Gemini API 開發者文件、
Google ADK 技術實驗、
Google Cloud 官方公告、
Google Antigravity 公告、
Hacker News 開發者討論

閱讀文章
人工智能應用方案業界消息

Grok、Cursor 合併月費不包 Claude、GPT 開發者轉新 Plan 可能更貴

The X Subscription logo with icons on a dark background.

 

馬斯克旗下 SpaceXAI 10 月 12 日推出 The X Subscription,把 X Premium、Grok、Grok Bot 及 AI 編程工具 Cursor 整合為單一訂閱計劃,月費由 US$8 起。不過對於習慣在 Cursor 使用 Claude、GPT 或 Gemini 的香港開發者,新計劃可能令實際支出增加,因為第三方 AI 模型不再包含於月費額度內,必須由首次使用起另外付費。

月費 US$8 起 US$30 才包括 Grok Bot

新計劃分為免費、Plus、Premium、Super 及 Ultra 5 個級別。官方宣稱每月 US$30(約 HK$234)的 Premium 計劃,已整合過去分別訂閱 SuperGrok、Cursor Pro 及 X Premium+ 的功能,原本三項服務合計每月 US$90(約 HK$702)。

各計劃的收費及主要差異如下:

計劃 月費(美元) 共享 AI 額度 Grok Bot 第三方模型
Free 免費 有限 不包括 不包括
Plus US$8 基本額度 不包括 不包括
Premium US$30 Plus 的 4 倍 包括 另行付費
Super US$100 Plus 的 15 倍 包括 另行付費
Ultra US$200 Plus 的 50 倍 包括 另行付費

上述價格未計適用稅項。訂戶可透過同一帳戶使用 Grok 聊天、語音、圖像及影片生成,以及 Cursor 編程功能。Grok Bot 則須訂閱 Premium 或以上級別。

新計劃採用每星期更新的共享用量池,Grok、Cursor 及 Grok Bot 的合資格使用量均從同一額度扣除,並非每項產品各有獨立配額。不同操作消耗的額度亦有分別。

Claude、GPT 及 Gemini 不包月費額度 首次使用即計錢

對於以 Cursor 作為主要編程工具的開發者,新舊計劃最大的差異是第三方模型的計費方式。

現有 Cursor Pro、Pro+ 及 Ultra 計劃,分別每月收費 US$20、US$60 及 US$200,均設有 Cursor Models 和 Other Models 兩個使用量池。後者可用於 Claude、OpenAI GPT 及 Google Gemini 等模型,在相應額度內使用毋須額外付款。

轉用 The X Subscription 後,月費涵蓋的共享額度只適用於指定第一方模型及服務,包括 Grok 4.7 等模型。Premium、Super 及 Ultra 訂戶仍可在 Cursor 選用 Claude、GPT、Gemini,但每次請求均按模型 API 定價收費,從另行購買的 Additional Usage 預付額度扣除。

這亦不代表用戶必須自行申請 Anthropic 或 OpenAI API Key。官方提供 Top-up 機制,直接為額外模型使用量付費,並可設定支出上限。

以現有每月 US$20 的 Cursor Pro 訂戶為例,如果日常編程主要依賴 Claude,即使升級至每月 US$30 的 X Subscription Premium,仍須額外支付 Claude 的實際使用費。合併訂閱雖然增加 Grok、X Premium 等服務,卻未必能節省編程開支。

舊訂戶可以保留原 Plan 合併帳戶後不能還原

Cursor 官方確認,現有用戶毋須立即轉換,新計劃推出後,原本 Cursor Pro、Pro+ 及 Ultra 的價格和第三方模型使用額度仍可保留,直至用戶主動轉換或原有計劃日後調整。

另一項重要限制是帳戶合併屬永久操作。根據官方文件,用戶把 Cursor、Grok 及 X 帳戶統一至 The X Subscription 後,不能撤銷合併,客服亦無法代為還原。

官方會按比例退還符合資格的舊訂閱未使用款項,但透過 Apple App Store 購買 Cursor 訂閱的用戶,仍須自行在 Apple 訂閱設定取消原有計劃,否則可能繼續被收費。

公司亦表示將來可能逐步把剩餘舊訂戶轉至新計劃,但目前未有具體時間表,屆時會預先通知。

企業團隊可集中管理帳單 須留意額外 API 開支

對於使用 Cursor 開發企業系統的團隊,新計劃亦提供每席每月 US$30、US$100 及 US$200 的 Teams 版本,支援集中收費、使用量分析、SSO 及管理員控制。企業可為不同成員選擇不同級別。

每個成員各有每星期更新的第一方模型用量池,團隊則共用額外使用量的預付結餘。當開發人員在 Cursor 選用第三方模型,相關費用會計入 Additional Usage,管理員可透過預算上限控制開支。

因此企業評估新計劃時,需要同時比較訂閱費用、實際模型使用比例,以及每月第三方模型的 Token 成本。若開發工作主要依靠 Grok,新計劃的共享額度可能較有吸引力;但對長期依賴 Claude、GPT 或 Gemini 的團隊,原有 Cursor 計劃所包含的第三方模型額度,仍是重要的成本差異。

資料來源:
SpaceXAI 官方公告
The X Subscription 官方收費文件
帳戶合併與第三方模型條款
Cursor 模型及原有收費資料

閱讀文章
人工智能應用方案

Meta Muse Wonder 開發者懶人包 模型、API 價格及私隱設定一覽

Muse Wonder 宣布到來,科技與數據連接的未來.

Muse Wonder 宣布到來,科技與數據連接的未來.

Meta 於 10 月 12 日推出 Muse Wonder 及 Muse Wonder Full 兩款 AI 模型,主打程式開發、長時間執行的 AI Agent 及電腦操作能力。兩款均支援 100 萬 token 上下文,第三方評測顯示 Full 的綜合效能已追上 Claude Sonnet 5.5,但標準版 API 的實際任務成本仍高於部分競爭對手。

 

模型分別 API 價格及使用限制

項目 Muse Wonder Muse Wonder Full
模型 ID muse-wonder-1.0 muse-wonder-full-1.0
Context Window 100 萬 token 100 萬 token
Meta Model API 支援 暫不提供
Muse Code 支援 Power/Maximum 訂閱限定
API 輸入價格 US$4/100 萬 token 未提供
API 快取輸入 US$0.20/100 萬 token 未提供
API 輸出價格 US$20/100 萬 token 未提供
Full 訂閱月費 不適用 US$50 或 US$200

Muse Wonder 已透過 Meta Model API 開放按用量計費,100 萬 token 的長上下文不另收額外費率。Muse Wonder Full 暫時只供 Muse Code 訂戶使用,Power Usage 月費 US$50,提供 Everyday Usage 的 20 倍用量;Maximum Usage 月費 US$200,提供 80 倍用量。訂閱配額與 API token 收費並不能直接比較。

 

效能比拼 GPT-6 及 Claude Full 綜合評分達 56

第三方評測機構 Artificial Analysis 於 10 月 12 日公佈 Intelligence Index v4.3 測試,Muse Wonder Full 取得 56 分,與 Claude Sonnet 5.5 持平,但仍低於 Claude Opus 5.5 的 58 分。標準版 Muse Wonder 則取得 52 分,與 GPT-6.1 Sol 相同。

以下比較均採用最高推理強度,成本數據來自 Artificial Analysis 的測試工作負載。

AI 模型 AA 綜合評分 API 輸入/輸出價格(US$/百萬 token) 平均每任務成本
Claude Opus 5.5 58 $4/$20 US$5.98
Muse Wonder Full 56 未開放 API 無可比數據
Claude Sonnet 5.5 56 $2/$10 US$5.46
GPT-6 Astra 53 $10/$50 US$3.26
Muse Wonder 52 $4/$20 US$4.52
GPT-6.1 Sol 52 $2/$10 US$0.72

標準版 Muse Wonder 與 GPT-6.1 Sol 同為 52 分,但平均每項測試任務成本分別達 US$4.52 及 US$0.72,相差約 6.3 倍。Artificial Analysis 指 Wonder 每項任務平均使用約 769 萬個輸入 token,較其他部分同級模型多。即使 API 單價低於 GPT-6 Astra,整項任務成本仍可能更高。

上述每任務成本是特定 Benchmark 的加權平均值,包含推理過程、快取及工具工作流程帶來的 token 消耗,不代表一般程式開發任務必定產生相同費用。

Coding Benchmark 長時間開發較強 從零寫程式仍輸 Claude

Meta 公佈的軟件開發 Benchmark 顯示,Muse Wonder Full 在 DeepSWE 1.1 及 SWE-Marathon 取得較高完成率,但在 Terminal-Bench 4.0 及 ProgramBench,Claude Opus 5.5 仍然領先。

Benchmark Wonder Full Wonder GPT-6 Astra Claude Opus 5.5
DeepSWE 1.1(長時間程式維護) 79.0% 78.8% 74.1% 74.2%
SWE-Marathon(超長程式項目) 57.5% 53.1% 42.5% 46.3%
Terminal-Bench 4.0(終端機操作) 57.1% 52.0% 59.1% 59.6%
ProgramBench(從零建立程式) 59.0% 50.0% 52.5% 70.5%

其中 SWE-Marathon 的結果來自第三方測試,但部分模型採用不同 Agent 執行框架,不能視為完全相同條件下的直接對決。Muse Wonder Full 在該項目亦使用 xhigh 推理強度。

Artificial Analysis 的 Coding Agents Index 另顯示,Muse Wonder Full 取得 68 分,與 Claude Code 配合 Sonnet 5.5 的成績相同,高於 Claude Code 配合 Opus 5.5 的 66 分;標準版 Muse Wonder 則為 63 分。這反映 Full 具備頂級 Coding Agent 競爭力,但不同任務類型的領先模型仍有分別。

Meta Muse Wonder 與 Claude 於 API 性能測試中的比較圖.

 

開發者要注意的 3 件事

1. 可沿用 OpenAI SDK 接入

Meta Model API 提供 OpenAI 相容接口。開發者取得 API Key 後,將 base_url 改為 https://api.meta.ai/v1,模型設為 muse-wonder-1.0,即可沿用現有 SDK 接入。需要注意將推理強度設定為 max,並不等於切換至 Wonder Full。

2. 針對長時間 Agent 工作流程

Muse Wonder 系列支援多步驟推理、工具呼叫、平行子代理及電腦操作。Active Memory 可跨對話找回相關背景,Active Focus 協助模型遇到障礙時嘗試其他方法,適合大型程式碼庫修改、自動除錯及持續執行的工作流程。實際部署仍應測試成功率、執行時間及總成本。

3. Muse Code 預設 Contributor mode 可能使用程式碼訓練模型

Meta 官方文件指出,Muse Code 訂閱預設啟用 Contributor mode,容許公司使用提交的 Prompt、程式碼、文件及模型回應訓練未來模型。開發者可在設定中關閉。處理商業機密及客戶資料前,應先確認目前使用的模式。

Meta Model API 的 Muse Wonder 暫時只提供 Standard mode,官方表示此模式不會將提交內容用於訓練 Meta 模型。

Muse 個人 AI 代理應用程式每月 US$20 及 US$100 的訂閱方案,與上述開發者 API 及 Muse Code 收費屬不同服務。Meta 表示 Muse Wonder 將稍後整合至個人版 Muse,首先向訂閱用戶推出。

資料來源:
Meta 官方模型規格與價格、
Meta Muse Wonder Model Card、
Artificial Analysis 獨立評測、
Meta API 收費與私隱模式、
Meta 模型接入文件、
Meta 官方公告

閱讀文章
人工智能應用方案

Gemini at Work 2026: Google Gemini Agent 懶人包:是甚麼、如何幫自己工作、公司如何提升效率

Google Cloud Gemini at Work logo with colorful design and text.

Google 於 10 月 8 日發表全新企業 AI 服務 Gemini Agent,讓用戶直接交代工作目標,由 AI 自行找資料、操作不同軟件、分析數據及製作報告,甚至與其他 AI Agent 分工,完成整項工作後才交回成果。

Gemini Agent 可以在用戶關閉電腦後繼續工作,亦能主動識別電郵中的待辦事項,建議交由 AI 處理。Google 同時加入企業權限管理、工作紀錄及成本控制功能,讓公司可以像管理員工一樣管理 AI Agent。

究竟它與一般 Gemini、Gemini Spark 有何分別?已經有類似功能的 Grok Bot、Meta Muse 和 OpenAI dots 又有何不同?以下逐項拆解。

1. Gemini Agent 是甚麼?與以往 Gemini 有何分別?

簡單一句,Spark 幫你自己做事;新 Gemini Agent 可以替整個部門做事。

以往使用 AI 處理工作,可能要分別叫它搜尋資料、整理 Excel、撰寫報告,再製作簡報,每一步都要輸入指令,有時更要自行複製資料到另一個軟件。

Gemini Agent 讓用戶直接交代工作目標。例如:

「分析上個月的銷售表現,找出問題,製作一份給老闆的簡報。」

Gemini 便可自行規劃工作,選擇適合的 AI 模型及工具,從不同系統取得資料,再交付分析報告及簡報。

它亦能生成圖片、影片,以及編寫和執行程式。用戶可以透過網頁、手機、電腦或已連接的辦公軟件使用同一個 Agent,沿用相關工作記憶。

 

2. 打工仔實際怎樣用?AI 還會主動找工作做

假設老闆發電郵,要求你明早交一份項目進度簡報。按 Google 公布的功能,Gemini Agent 可以協助完成以下工作:

  1. 主動發現任務:Gemini 從電郵識別老闆要求製作簡報,顯示一鍵交給 AI 處理的選項。
  2. 自己搜尋資料:在獲授權的範圍內,從 Gmail、Google Drive 及其他系統找出相關文件、電郵和項目紀錄。
  3. 跨軟件完成工作:整理數據、更新 Google Sheets,再用 Google Slides 製作簡報,不必逐個軟件重新輸入指令。
  4. 交付成果:完成後交由員工審閱,檢查資料及內容是否正確。

以上是根據 Google 公布的功能整理的應用情境,並非實際完成的獨立測試。

更有趣的是,Gemini Agent 可以成為公司的 AI 同事。例如建立一位「AI 活動統籌」,讓它擁有自己的公司電郵、Calendar、Drive,並加入 Google Chat 群組。

同事可以直接 @ 它,要求整理活動進度、準備文件,甚至回覆 Google Docs 的留言。這個 AI 同事有獨立身份及工作紀錄,毋須一直借用某位員工的帳戶。

Gemini Agent 亦支援定時或事件觸發工作。任務在雲端執行,即使關閉電腦,仍可持續運作數小時甚至數天。

▲ Google 公布全球多間企業採用 Gemini Enterprise,涵蓋銀行、零售、電訊及其他行業,但不代表全部已使用今次公布的新 Gemini Agent。

3. 技術有甚麼特別?四層記憶、多 AI 分工、自由選擇模型

Gemini Agent 背後是一套整合 AI 模型、記憶、Skills、工具連接及企業管理的系統。當用戶交代目標後,它可以自行規劃步驟,將部分工作分配給其他 Agent,再整合成果。

▲ Gemini Agent 技術架構示意圖:用戶交代工作目標後,系統利用記憶、Skills、不同 AI 模型及子 Agent 執行任務,再透過已連接的工具完成工作。

四種長期記憶:不用每次重新教 AI

  • Session Memory:記住目前正在處理的任務,即使工作持續多天亦可沿用。
  • Semantic Memory:整理公司知識、文件內容及工作關係。
  • Procedural Memory:記住工作方法,甚至自行編寫可重複使用的 Skill。
  • Episodic Memory:保留過往執行工作的紀錄,供日後參考。

 

Multi-Agent:一個 AI 可以指揮其他 AI

例如製作市場分析報告,Gemini 可以安排一個 Agent 搜集資料、另一個分析數據,再由第三個製作簡報。

部分工作可以同時進行,亦可以前一個 Agent 完成後交給下一個處理。Google 稱這些子 Agent 可以按任務需要動態建立,各自有獨立身份。

 

不一定使用 Gemini 模型

Gemini Agent 是負責管理工作的系統,底層可以選擇 Google Gemini 或 Anthropic Claude 等模型。

Google 的 Smart Routing 會按工作需求選擇模型。簡單任務可使用成本較低的模型,複雜工作則使用能力較強的模型,避免所有工作都消耗昂貴 Token。

 

MCP + Skills:教 AI 使用公司的工具

Gemini 支援 Model Context Protocol(MCP),可連接 Microsoft 365、Slack、Salesforce、Jira、BigQuery 等服務,以及公司的資料庫。

Skills 則是可重複使用的工作指引。例如公司可以建立「每週銷售報告」Skill,教 AI 按指定格式找資料、計算數字及製作報告,再提供給其他員工使用。

相比 n8n 等主要依照預先設定流程執行的自動化工具,Gemini Agent 可以按工作目標自行選擇下一步。不過,企業仍須設定資料連接、存取權限及工作規則。

 

懂得查公司數據,也能寫 SQL

Gemini Agent 還有專為企業數據分析而設的 Skills。員工可以直接用日常語言發問,例如「上月哪個產品的利潤率最低?」

系統透過 BigQuery 和 Knowledge Catalog 理解公司的數據定義,再產生 SQL 等查詢程式,計算結果及製作圖表。經驗證的查詢可以儲存,日後重複執行時毋須重新消耗 AI 生成查詢的 Token。

Google 亦加入金融及法律等行業專用 Skills,配合相關資料權限及工作要求。

 

4. 市場早已有類似產品,Gemini Agent 有甚麼不同?

AI 自動代辦工作並非 Google 首創。Meta、OpenAI、Grok 和 Microsoft 等公司,都有提供不同類型的 AI Agent。

產品 適合用戶 主要特色
Google Gemini Agent 企業、部門 整合公司資料、跨系統工作、多 Agent 分工,以及集中管理權限和成本
Gemini Spark 個人用戶 全天候個人 AI Agent,可設定 Skills、定時任務及操作已連接的 App
Grok Bot 個人、小團隊 透過持續運作的雲端電腦操作網站和軟件,Bots 可以互相協作
Meta Muse 個人、小商戶 處理購物、預約、電郵及其他日常任務,使用獨立雲端虛擬電腦
OpenAI dots 專業人士、企業 全天候 AI Agent,擁有雲端電腦,能連接不同 App 執行長時間工作
Microsoft 365 Copilot 使用 Microsoft 365 的公司 整合 Outlook、Teams、Excel 等辦公軟件及企業工作流程
Claude Cowork 知識工作者 處理文件、研究、跨工具操作及多步驟工作

Gemini Agent 與 Gemini Spark 最容易混淆

Google 早於今年 5 月推出個人 AI Agent Gemini Spark,支援持續運作、定時任務、Skills,以及操作不同 App。

新 Gemini Agent 則針對企業使用。除了個人助手,它還可以建立供整個團隊共用的 AI 同事,配合公司身份管理、權限、審計及成本政策。

兩者部分功能相近,但服務對象和管理方式不同。

如果公司本身已使用 Microsoft 365,Copilot 可能更容易配合現有工作環境;想試用具有雲端電腦的個人 Agent,Grok Bot、Meta Muse、OpenAI dots 或 Gemini Spark 亦是選擇。

Google 的主要優勢,是將這些 AI 工作能力整合到既有 Workspace、企業資料平台及管理系統。

5. 老闆最關心:AI 真能節省多少時間?

Google 在發布會列出多個 Gemini Enterprise 客戶案例,部分企業已經利用 AI Agent 處理文件審核、行政工作和內部分析。

企業 Google 公布的成效
巴西 Bradesco 銀行 文件審核由 60 分鐘縮短至 5 分鐘
德國 Commerzbank 銀行 文件品質檢查由 20 小時縮短至 1 小時
澳洲 Bunnings 零售商 內部 AI Agent 累計節省約 50 萬小時行政工作

要留意,以上是現有 Gemini Enterprise 產品的客戶案例,並非今次全新 Gemini Agent 的獨立實測成績,也不代表其他公司必然取得相同效果。

對老闆來說,衡量 AI 投資回報(ROI)時,除了節省多少工時,亦要計算員工核對內容的時間、出錯風險、軟件費用、Token 開支及後續維護成本。

▲ 英國 Lloyds Banking Group 利用 Google Cloud 建立 AI 開發平台,Google 指已有近 1,000 名工程師加入相關計劃,推動銀行內部 AI 應用。

6. AI 會否看到公司機密?做錯事怎辦?

當 AI 開始自行操作公司軟件、讀取文件,甚至發送電郵,權限管理便相當重要。

Google 今次介紹了三方面的企業管理技術:

  • 獨立身份及權限:每個 Agent 有自己的身份,可按職責限制資料存取。系統記錄其操作,方便管理員追查。
  • Agent Sandbox + Agent Gateway:Agent 在隔離環境執行任務,相關網絡通訊須經 Gateway,並套用公司安全政策。
  • Real-time Spend Caps:管理員可為專案設定 AI 支出上限,監察 Token 和 Sandbox 成本。達到上限後,相關 Agent 便會暫停。

例如公司可以統一規定,所有 Agent 都不得開啟標記為高度機密的文件,不必逐個 Agent 設定。

Google 亦支援按部門或專案追蹤 AI 支出,方便企業知道哪個團隊使用最多資源。

不過,安全沙盒及權限管理無法完全避免 AI 判斷錯誤。誤發電郵、修改錯誤資料、受到惡意內容誘導等情況仍可能出現。

涉及付款、刪除資料或向外發送機密文件等高風險操作,企業應設定人工審批,並保留可追查及復原的工作程序。新 Gemini Agent 實際可靠程度仍有待更多獨立測試。

7. 收費多少?香港用戶現在可以用嗎?

截至 2026 年 10 月 9 日,全新 Gemini Agent 仍處於企業 Private Preview 階段,未全面開放,Google 亦未公布可以直接確認的新服務獨立公開定價。

目前已有部分相關 AI 服務可供試用:

服務 參考收費 使用情況
Google Workspace 每人每月 US$14 起 已有 Gmail、Docs、Meet 等現有 Gemini AI 功能
Gemini Enterprise Business 每人每月 US$21 起 可以連接企業資料,使用現有 AI Agent 及自動化功能
Gemini Spark 需符合資格的 Google AI Ultra 或 Pro 訂閱 個人 AI Agent,實際使用資格按地區及訂閱方案而定
新 Gemini Agent 未公布獨立公開定價 企業 Private Preview,未全面開放

以上為 Google 官網美元起始參考價,實際收費須按地區、付款方式及使用量確認。訂閱現有 Workspace 或 Gemini Enterprise,不代表立即獲得今次公布的全部新功能。

 

香港用戶怎樣試?

Google 於 7 月已將 Gemini Spark 擴展至香港等地區的合資格 Google AI Ultra 用戶。Google AI Pro 的開放安排則因地區而異,不能假設所有 Pro 用戶都有使用資格。

至於今次新 Gemini Agent,香港全面開放日期仍未公布,完整企業工作流程的中文及粵語支援程度亦有待更多實際測試。

想先體驗類似功能,可以按以下方式開始:

  1. 個人用戶:前往 Gemini,檢查帳戶是否符合 Gemini Spark 的使用資格。
  2. 小型公司:透過 Gemini Enterprise Business 的現有試用方案,了解企業 AI Agent 及工作流程功能。
  3. 大型企業:前往 Gemini for Work 聯絡 Google Cloud,了解新 Gemini Agent 的企業測試資格。

8. Gemini Agent 值得期待嗎?

Google 今次希望將 AI 由需要逐步指示的助手,發展成可以自行規劃工作、連接公司系統,並與其他 AI 分工的虛擬同事。

對打工仔:最吸引的是減少重複工作,例如搜尋文件、整理資料和製作報告,甚至讓 AI 主動提出哪些任務可以交給它處理。

對老闆:企業可以利用 AI Agent 執行工作,同時集中管理資料權限、操作紀錄及使用成本。

但新 Gemini Agent 目前仍未全面開放,Google 公布的功能與實際部署效果之間仍有待驗證。企業是否值得採用,最終要看它能否穩定完成工作,以及節省的人力成本能否抵銷 AI 使用及維護開支。

資料來源:Google Cloud 官方發布、Gemini for Work、Gemini Spark 官方更新紀錄

 

 

閱讀文章
應用方案支付系統

手機號碼就可過數 Swift 夥 Bizum、Pix、PayID 打通跨境支付

Swift 標誌與多種貨幣符號背景圖.

Swift 聯同全球金融業界推進「別名支付」(Pay by Alias)計劃,日後消費者或可憑手機號碼、電郵地址或虛擬支付地址等常用識別資料,向海外親友匯款,把本地支付的便捷體驗延伸至跨境交易。計劃以 Swift 消費者支付框架 Swift Scheme 為基礎,重點在串連不同市場的本地支付網絡、提升交易可預測性,以及簡化跨境付款的前端流程。

Swift 表示正與西班牙 Bizum、澳洲 Australian Payments Plus(AP+)旗下 PayID、巴西 Pix,以及來自四大洲的銀行、支付服務供應商和科技公司合作,研究把本地支付系統常見的「別名」識別方式引入跨境支付。按計劃,付款人毋須輸入收款人完整銀行戶口資料,可用已登記的手機號碼、電郵地址或虛擬支付地址,經 Swift 平台安全配對後進行跨境交易。Swift 稱,目前經其網絡傳輸的跨境款項中,超過 75% 可於 10 分鐘內到達收款銀行,部分交易更可在數秒內完成。

讓跨境匯款接近本地轉賬體驗

「別名支付」的核心,是把消費者在本地市場慣用的付款方式延伸至國際匯款。現時數以百萬計用戶使用 Bizum、PayID 及 Pix 處理本地轉賬,通常毋須輸入收款人詳細銀行戶口資料,利用手機號碼或電郵地址等資訊即可完成付款。Swift 今次提出的方向,正是把這種較直觀的前端操作方式,連接至跨境付款流程。

根據 Swift 公布資料,方案會沿用本地支付常見的付款識別資料,並由 Swift 平台作安全配對,以支援跨境交易處理。付款人面對的是熟悉的收款人識別資訊,至於跨市場連接、訊息交換及付款處理,則由參與機構和 Swift 網絡共同支援。Swift 支付平台董事總經理 Juan Martinez 表示,機構目標是令跨境匯款如本地轉賬般簡單。Martinez 指出,Swift 已透過與金融業界合作,提升國際支付的速度和可預測性,現正由用戶發起交易的第一步開始簡化流程,讓大眾可更安心地進行海外匯款。

Swift Scheme 進入下一階段

是次「別名支付」計劃,代表 Swift 跨境支付新框架 Swift Scheme 踏入下一發展階段。Swift Scheme 於 2026 年 6 月推出,現時已有超過 100 間銀行參與,主要目標是確保款項全額到賬、提高交易可預測性,並在全球規模下加快結算速度,改善端到端支付體驗。Swift 指出,隨着跨境支付流程持續改進,經其網絡傳輸的付款已有超過 75% 可在 10 分鐘內抵達收款銀行,部分交易更只需數秒。這組數字顯示跨境支付的處理效率正持續提升;「別名支付」則把改善範圍由交易處理速度,延伸至消費者輸入付款資料時的操作體驗。

對銀行及支付服務供應商而言,支付流程更簡化,或有助降低因收款資料複雜而出現的操作障礙。對消費者而言,若能以平日熟悉的電話號碼或電郵地址處理國際付款,跨境轉賬的使用門檻可望下降。不過 Swift 在公告中把工作定位為與業界共同創新及串連系統,相關服務的具體推出時間、適用市場及使用安排,仍有待參與機構進一步落實。

多地金融機構參與互聯探索

參與計劃的機構包括 Australian Payments Plus、秘魯信貸銀行、Banorte、西班牙對外銀行 BBVA、Bizum、Bradesco、Caixabank、Citizens Bank、Commonwealth Bank of Australia、星展銀行、IDFC FIRST Bank、Ouribank、TerraPay 及 Veritran。參與者橫跨銀行、本地支付網絡、跨境匯款服務及金融科技領域,反映計劃着眼於不同支付基礎設施之間的互操作性。

AP+ 行政總裁 Lynn Kraus 表示,澳洲民眾早已習慣以 PayID 配合手機號碼或電郵地址轉賬,毋須記憶銀行戶口資料;將這種簡便體驗延伸至跨境支付,是推動國際支付接近國內支付便利程度的重要一步。

Banorte 國際銀行業務部負責人 Ricardo Velazquez Rodriguez 認為,「別名支付」透過較易使用的支付標識,令交易操作更直觀、流程更簡化,有望推動跨境支付轉型。BBVA 國際解決方案全球負責人 Raouf Soussi 則指出,要令國際支付如本地支付般簡單和直觀,有賴整個行業協作,推動不同基礎設施互聯,並持續簡化客戶付款流程。

本地即時支付模式走向國際

Swift 表示,其平台、產品及服務目前連接全球超過 11,500 間銀行、證券機構、市場基礎設施及企業用戶,覆蓋 200 多個國家和地區。Swift 不持有客戶資金或管理帳戶,而是提供安全通訊及標準化金融報文交換服務,支援全球及本地市場的金融交流、國際貿易和商業活動。

「別名支付」能否成為跨境零售支付的新常態,將取決於各地支付系統、銀行及服務供應商的連接進度,以及不同市場能否建立一致的付款體驗。對企業及消費者而言,若計劃逐步落地,國際付款或可由繁複的戶口資料輸入,轉向更熟悉的手機號碼、電郵地址及虛擬支付地址操作;但最終服務範圍及實施時間,仍須視乎業界後續安排。`

 

資料來源: press release

閱讀文章