Google Cloud／Oracle／官方：Oracle AI Database@Google Cloud 深化代理式 AI——Remote MCP Server 正式可用；Gemini 企業版直連 Oracle 數據；逾一百三十五項預建技能

重點摘要

Google Cloud 於二零二六年十月二十八日在官方雲端網誌，配合 Oracle AI World，公布 Oracle AI Database@Google Cloud 代理式 AI 整合升級：面向 Oracle 工作負載的 Remote MCP Server 與 IAM 管控 ExecuteSQL Data API 已正式全面提供，並把 Oracle 數據接入 Gemini Enterprise。來源真實性已核對 Google Cloud 官方原文與產品發佈說明。

Google Cloud／Oracle／官方：Oracle AI Database@Google Cloud 深化代理式 AI——Remote MCP Server 正式可用；Gemini 企業版直連 Oracle 數據；逾一百三十五項預建技能

Google Cloud 於二零二六年十月二十八日在官方雲端網誌，配合 Oracle AI World，公布 Oracle AI Database@Google Cloud 代理式 AI 整合升級：面向 Oracle 工作負載的 Remote MCP Server 與 IAM 管控 ExecuteSQL Data API 已正式全面提供，並把 Oracle 數據接入 Gemini Enterprise。來源真實性已核對 Google Cloud 官方原文與產品發佈說明。

Google Cloud／Oracle／官方：Oracle AI Database@Google Cloud 深化代理式 AI——Remote MCP Server 正式可用；Gemini 企業版直連 Oracle 數據；逾一百三十五項預建技能

Google Cloud 於二零二六年十月二十八日在官方網誌〈Oracle AI Database@Google Cloud: What's new at Oracle AI World〉說明，正於拉斯維加斯 Oracle AI World 擴展與 Oracle 在人工智能算力與基建、企業數據及代理式 AI 三條線上的合作，重點是加深 Oracle AI Database@Google Cloud、Google Agentic Data Cloud 與 Gemini Enterprise 的整合，讓代理能安全、即時地觸及核心營運數據。本文已核對 Google Cloud 官方網誌及 Oracle Database@Google Cloud 發佈說明，來源真實性已驗證。

一、事件核心：把任務關鍵 Oracle 數據接進代理工作流

技術細節

官方指出，供應鏈、財務總帳與計費引擎等核心營運長期依賴 Oracle 數據庫的效能與交易完整性；企業若要從靜態分析走向可執行動作的代理式工作流，就需要把這些「系統紀錄」與 BigQuery、Gemini Enterprise、Gemini 模型等 Google Cloud 數據與 AI 生態打通，並打破傳統數據孤島。

此輪更新把先前於 Google Cloud Next '26 公布的能力進一步落地，核心是數據庫連線、統一治理與語意脈絡三者並行，而不只是「再多一個聊天介面」。

二、技術原理深度解析

1. Remote MCP Server 與 Data API（正式可用）

面向 Oracle 工作負載的 Remote Model Context Protocol（MCP）Server，搭配受 Google Cloud IAM 管治的 ExecuteSQL Data API，現已正式全面提供（GA）。官方稱其提供統一標準介面，讓 AI 代理、Google Cloud 服務與企業應用可安全執行 SQL，並直接與 Oracle 數據庫互動。

憑證路徑方面，官方強調透過 Secret Manager 自動解析數據庫憑證，並執行 Google Cloud IAM 政策，從而減少自建自然語言轉 SQL 中介層、堡壘機（bastion VM）或以明文密碼直連的需要。Google Cloud 產品發佈說明亦記載，Remote MCP Server 於二零二六年十月二十六日標示為 GA，並提供建立／管理數據庫連線與執行 SQL（如 database_connection_executesql）等工具。

2. Knowledge Catalog 與 Gemini 連接器（預覽）

Knowledge Catalog 整合目前為預覽：自動編目 schema 與業務元數據，統一 Oracle 與更廣泛 Agentic Data Cloud 的發現與治理，以便代理在複雜營運數據上取得一致的存取控制、血緣與語意脈絡。

在此基礎上，官方宣布 Gemini connector for Oracle AI Database@Google Cloud 預覽：業務用戶與開發者可在 Gemini 應用內以自然語言查詢跑於 Google Cloud 上的 Oracle 數據庫；背後由 Gemini 透過 Knowledge Catalog 發現、搜尋，並把回答嚴格接地於該用戶獲授權的受管治 Oracle 數據。

3. Oracle in Gemini／Gemini in Oracle

  • Oracle in Gemini Enterprise（即日起提供）：導入對話式分析、跨雲數據庫連接器，以及 Gemini Enterprise 內的 Oracle AI Database Agent；官方稱有逾一百三十五項預建營運與開發者技能，並以標準化 MCP 連線、零明文憑證為錨點，可跨 JD Edwards、E-Business Suite、NetSuite 與 Oracle Fusion 編排多代理工作流，而無需自訂 SQL 或脆弱中介層。
  • Gemini 模型嵌入 Oracle 應用：Gemini 前沿推理能力嵌入 Oracle Fusion AI Agent Studio、Fusion Claw、Oracle Fusion Applications 與 NetSuite，把數據庫智能與代理能力接到交易系統。
  • 合作夥伴藍圖：官方點名與 Argano、Automus、Calfus、HCL、IBM、Infosys、LTM、Pythian、TCS、Tessell 等系統整合商合作，提供預建技能、自訂 MCP 連接器與行業藍圖。

4. Lakehouse、串流與聯邦查詢選項

官方並未強制單一整合型態，而是並列多種數據統一路徑：

  • 雙向 borderless Lakehouse（預覽）：在既有以 Apache Iceberg 打通 Google borderless Lakehouse 與 Oracle AI Lakehouse 的基礎上，進一步提供 Oracle Access to Google Cloud borderless Lakehouse（預覽），讓 Oracle Autonomous AI Database 與以 BigQuery、Managed Spark 驅動的 lakehouse 可對 Google Cloud Storage 上共享 Iceberg 表直接查詢與寫入／DML，官方表述為無需 ETL 或複製。
  • OCI GoldenGate CDC：自 Oracle redo log 擷取變更，經 Google Cloud 私有網絡串流至 BigQuery 託管表，官方稱可達亞秒級分析新鮮度，亦利於由地端遷至 Oracle AI Database@Google Cloud。
  • BigQuery 對 Oracle 的查詢聯邦（預覽）：以 EXTERNAL_QUERY 在不搬移數據的前提下，由 BigQuery 對即時 Oracle 庫執行原生 Oracle SQL，適合偶發跨域接合、日內風險或即時欺詐場景。

三、日常應用場景

1. 開發者與技術團隊

MCP 把「代理如何安全跑 SQL」標準化：憑證走 Secret Manager、權限走 IAM、工具介面可被多個代理共用。團隊應優先盤點哪些 schema 允許代理讀寫、把高風險 DML 設為人工確認，並保留工具呼叫稽核軌跡，避免把堡壘機與散落連線字串當作長期架構。

2. 企業與隱私敏感行業

財務、供應鏈與計費數據屬高敏感系統紀錄。官方反覆強調零明文憑證、IAM 管治與 Knowledge Catalog 授權範圍，正對應受規管行業對數據外洩與過度授權的顧慮。導入時仍須自行完成最小權限角色、網絡邊界（例如既有 VPC Service Controls 能力）與變更審批流程。

3. 一般用戶

一般消費者不會直接操作 Oracle AI Database@Google Cloud；較相關的體驗是企業內部以 Gemini 做受管治的營運問答。讀者不應假設「任何員工用自然語言都能看到全部總帳」，實際可見範圍取決於機構配置的 IAM、目錄與角色。

4. 香港與亞洲市場視角

香港及亞洲許多銀行、零售、物流與上市公司仍以 Oracle／Fusion／NetSuite 支撐核心交易，同時評估多雲與生成式 AI 助手。此類整合若涉及客戶或員工個人資料，仍須符合《個人資料（私隱）條例》及機構跨境傳輸政策。對不能把營運語料送出可控邊界的團隊，私有模型託管、內網 API 與嚴格工具權限，往往比把整批報表貼進公有聊天介面更符合治理要求；若企業已採用 Google Cloud 上的 Oracle 託管庫，則 MCP＋IAM 路徑可作為「代理讀庫」的參考架構。

四、專業評價與潛在考量

優勢

  • 以 MCP 正式可用為軸，把代理連 Oracle 從示範推進到可產品化的標準介面，並與 Secret Manager／IAM 綁定，方向符合企業資安預期。
  • Gemini Enterprise 側提供具名代理與逾一百三十五項預建技能，降低「每個系統自建 NL2SQL」的重複工程。
  • 並列 Lakehouse、CDC、聯邦查詢，承認企業延遲與治理需求不一，而非單一搬數敘事。

需要留意的地方

  • Knowledge Catalog、Gemini 連接器、雙向 Lakehouse 與 BigQuery 聯邦多項仍屬預覽，產線採用前應確認配額、支援範圍與服務水準。
  • 官方同時提及把 Google TPU 導入 Oracle Cloud Infrastructure 等更廣合作；該算力線與本篇「Database@Google Cloud 代理／MCP」屬不同產品事件，不宜混為同一發佈。
  • 「零明文憑證」並不自動等於零風險：錯誤的 IAM 綁定、過度寬鬆的技能權限或未審核的多代理編排，仍可能擴大讀寫面。
  • 亞秒級 CDC、Iceberg 雙向寫入等效能表述以官方說明為準；實際延遲與一致性視工作負載與套用設定而定。

結語

此輪 Google Cloud 與 Oracle 於 Oracle AI World 的更新，核心不是再講一次多雲口號，而是把 Remote MCP Server 推上正式可用，並讓 Gemini Enterprise 以受管治方式觸及 Oracle 營運數據與應用。對正把代理式 AI 接進 ERP／數據庫的企業而言，下一步往往是權限模型、目錄治理與可審計工具鏈，而不是單純換一個更大的聊天模型。若機構需要把敏感營運或研發語料留在可控環境、以私有 API 支援企業代理與知識庫場景，可參考 YSK Limited 的企業私有 LLM 全託管（https://ysk.hk/services/ai-automation）。

參考來源

  1. Google Cloud 官方網誌：Oracle AI Database@Google Cloud: What's new at Oracle AI World（2026-10-28）— https://cloud.google.com/blog/products/databases/oracle-ai-databasegoogle-cloud-whats-new-at-oracle-ai-world/
  2. Google Cloud 文件：Oracle Database@Google Cloud release notes（Remote MCP server GA，2026-10-26）— https://docs.cloud.google.com/oracle/database/docs/release-notes

延伸閱讀 · 相關服務與產品

相關文章