Google DeepMind 於二〇二六年九月二十三日發布技術更新，說明 Private AI Compute 平台將加入伺服器端持久記憶層：跨裝置延續助理上下文的同時，加密金鑰只留在用戶裝置，連 Google 亦無法讀取明文記憶。官方同步更新技術白皮書、伺服器軟體防竄改公開紀錄，並公布獨立資安審計結果。來源真實性已驗證。

此前 Private AI Compute 屬「無狀態」隔離運算——任務結束即清除上下文；新架構以硬體強化安全區（secure enclave）、端到端加密通道與裝置衍生金鑰，讓雲端級算力可承載長期記憶，同時維持接近本機處理的私隱標準。本文整理機制、原理與香港企業視角。

Google／DeepMind／官方：Private AI Compute 推進伺服器端加密記憶——跨裝置持久上下文、金鑰留用戶裝置，連 Google 亦無法讀

二〇二六年九月二十三日，Google Private AI Compute 團隊於 DeepMind 官方網誌發表〈Advancing Private AI Compute with secure, server-side memory〉，並標註由 Google DeepMind、Platforms & Devices、Core 與 Cloud 團隊共同開發。本文依據該官方原文交叉核對後撰寫，來源真實性已驗證。

一、核心事件：把「本機級私隱」帶到雲端級記憶

技術細節

官方指出，現代 AI 助理要「記得重要事情、理解周遭、依用戶指示行動」，就必須在多部裝置之間延續上下文；但前沿模型所需算力往往超出單一手機或筆電。Private AI Compute 既有方案已把複雜任務放到硬體隔離的雲端安全區處理，卻長期維持無狀態：任務一結束，上下文即清除。僅靠「儲存偏好清單」一類權宜做法，不足以支撐豐富、連續的個人助理體驗。

此次更新的核心是新增持久記憶層，官方形容其運作如雲端中的安全數位保管庫：

• 協助用戶所需的資訊，封存於專用加密儲存；
• 解鎖所需的密碼學金鑰，只由用戶個人裝置持有；
• 因而主張：資料對其他人——包括 Google——均不可讀。

當模型需要取用記憶時：裝置先與雲端受保護、隔離環境建立已認證的端到端加密通道；該「安全區」在隔離記憶體中暫時解密所需資料以處理請求，寫入新上下文後立即再加密，令資訊「猶如從未離開裝置」。

架構元素（官方表述）包括：硬體強化安全區、加密通道，以及以裝置衍生金鑰防護的按用戶分割資料庫。

二、技術原理深度解析

1. 為何「無狀態安全區」不夠

安全區可在雲端跑強大模型，並在任務結束後抹除暫存；這對單次推理足夠，卻無法自然支援「昨晚在智能眼鏡看過的組裝說明，今天在筆電繼續」這類跨裝置連續體驗。要延續記憶，就必須在雲端保留狀態——這正是私隱與能力之間的長期兩難。

2. 金鑰在裝置、密文在雲端

新模型把「誰能解密」與「誰能存放」拆開：雲端只持有密文與受控處理環境；解密權留在用戶裝置。安全區僅在通過認證的請求窗口內短暫持有明文，處理後再加密落盤。官方強調，這是為了在維持本機私隱期望的同時，動用雲端算力。

3. 可驗證信任：公開紀錄與獨立審計

信任不能只靠聲明。官方表示，除更新技術白皮書外，還會發布伺服器軟體的防竄改公開紀錄，讓運行 Private AI Compute 的裝置在送出個人資料前，可驗證伺服器軟體真實且未被竄改；並更新技術方法說明，包含一家領先資安公司的獨立審計結果，邀請私隱社群覆核系統架構、安全證明與驗證協定。

需注意：官方文稿定位為架構與路線技術更新，並非宣布某一款消費級「全域私密記憶」產品已全面開通；企業讀者應以白皮書與產品可用性公告為準，避免把研究／平台能力直接等同已上線功能。

三、日常應用場景

1. 開發者與技術團隊

若你正在設計代理人（agent）或跨端助理，可參考「密文上雲、金鑰在端、安全區短暫解密」的拆分：本機持有根信任，雲端只提供可驗證的隔離運算與加密狀態儲存。實作時要釐清：金鑰生命週期、裝置遺失／更換時的恢復路徑、安全區認證（attestation）失敗時的降級策略，以及日誌是否可能洩漏記憶元資料。

2. 企業與隱私敏感行業

金融、法律、醫療與受 NDA 約束的企業，長期在「要用前沿模型」與「客戶資料不可出管轄區／不可被雲端營運商讀取」之間拉扯。Private AI Compute 的方向，對標的是機密運算＋用戶側金鑰敘事；採購時仍須要求：獨立審計範圍、管轄區與子處理者清單、記憶資料的保留與刪除 API，以及事故通報義務。不要把行銷用詞「連營運商都讀不到」當成合規結論，而要以合約與可驗證證明對照。

3. 一般用戶

對一般用戶而言，意義在於未來助理有望在手機、筆電、穿戴裝置之間延續對話與任務，又聲稱維持接近本機的私隱邊界。實際體驗何時開放、哪些裝置支援、是否需特定硬體安全模組，仍待產品層公告。裝置遺失時如何撤銷雲端密文存取，將是用戶最該追問的實務問題。

4. 香港與亞洲市場視角

香港企業高度關注數據主權、客戶保密與跨境傳輸。若個人或員工助理的長期記憶進入雲端加密庫，法務與資訊保安團隊應評估：金鑰是否真能確保營運商無法單方面解密、香港／粵港澳數據流動場景下裝置認證是否穩定，以及內部「影子 AI」是否會繞過 DLP。對需要資料不出境、模型私有託管的機構，雲端機密記憶是一條路徑；另一條仍是把微調與推理留在可控環境。

四、專業評價與潛在考量

優勢

• 直面「跨裝置連續助理」與「本機級私隱」的結構性矛盾，提出可討論的工程拆分；
• 硬體安全區＋裝置側金鑰＋公開軟體紀錄＋獨立審計，方向符合零信任與可驗證運算趨勢；
• 對企業評估「是否把上下文交給公有雲」提供了比純無狀態方案更完整的產品想像。

需要留意的地方

• 官方尚未在此文等同宣布全量消費功能上線；能力、地區與裝置覆蓋仍待產品時間表；
• 「連 Google 亦無法讀」取決於金鑰管理、安全區實作與供應鏈完整性；審計報告的範圍與頻率需持續跟進；
• 裝置遺失、企業 MDM 管控、法律調取程序下的金鑰交出義務，可能改變「營運商讀不到」以外的風險圖景；
• 與完全私有部署（自有 GPU／專線／本地 API）相比，仍屬依賴特定雲端營運商信任根的方案。

結語

Private AI Compute 的伺服器端加密記憶，把助理從「每次對話重來」推向「可跨裝置延續、卻號稱營運商不可讀」的下一階段。對香港技術與企業讀者而言，重點不是追趕名詞，而是用同一把尺檢視：金鑰在哪、誰能短暫見明文、如何驗證伺服器軟體、出事時如何撤銷。

若機構需要把敏感語料與推理留在可控環境，可參考 YSK Limited 的企業私有 LLM 全託管（Dataset → QLoRA/LoRA → 私有 API，年費 HK$88,000 起，官網刊明 100% 數據不出境）：https://ysk.hk/services/ai-automation

參考來源

1. Google DeepMind 官方：Advancing Private AI Compute with secure, server-side memory（2026-09-23）— https://deepmind.google/blog/advancing-private-ai-compute-with-secure-server-side-memory/
2. Discovery：Google DeepMind Blog RSS — https://deepmind.google/blog/rss.xml
3. YSK Limited 服務頁（CTA 核對自 https://ysk.hk/llms.txt）：企業私有 LLM 全託管 — https://ysk.hk/services/ai-automation