📰 重點摘要

AI是MetaAI推出的隱私運算平台Private AI Compute的一項技術更新，重點是為AI助理加入「伺服器端記憶」能力，讓助理能跨裝置長期記住使用者的資訊，同時維持接近純本機處理的隱私標準。過去雲端AI若要提供持續性記憶，通常得犧牲隱私，因為雲端伺服器必須保留使用者的上下文資料；而本機處理雖然隱私度高，卻受限於裝置運算能力，無法支援真正強大的前沿AI模型。這次更新試圖解決此兩難。

具體作法是打造一個「加密雲端保險箱」機制：使用者的個人資訊會被封存在專屬的加密儲存空間中，而解密所需的金鑰只保存在使用者自己的裝置上，任何人（包括Google自己）都無法在未經授權下存取這些資料。當AI模型需要調用資訊協助使用者時，裝置會與雲端一個受硬體隔離保護的「安全隔離區」（secure enclave）建立端對端加密的驗證連線；該隔離區會暫時在獨立記憶體中解密資料以處理請求，儲存任何新產生的上下文後，立即重新加密，讓資料的保護程度如同從未離開過使用者裝置。

在此之前，Private AI Compute等同類技術原則上是「無狀態」的，任務結束後所有上下文都會被清除；即使有讓AI記住個人事實與偏好清單的變通做法，也不足以支撐使用者期待的豐富、連續性個人助理體驗。此次更新讓雲端規模的AI得以安全地跨時間、跨裝置保留上下文，例如可在筆電上調出先前用智慧眼鏡看過的組裝說明，或是在手機與網頁之間接續複雜對話。詳細技術細節請見原文連結。

💬 JudyAI Lab 觀點

Meta AI 推出的Private AI Compute記憶功能更新值得關注,因為它試圖同時解決雲端AI的兩難:要嘛用雲端換取強大運算力但犧牲隱私,要嘛用本機處理保住隱私卻受限於裝置效能。

這次更新用「加密雲端保險箱」加上硬體隔離的安全隔離區,讓解密金鑰只存在使用者裝置上,資料在雲端處理完立刻重新加密,反映出一個值得AI builder留意的設計思維:隱私與功能不必然是零和取捨,關鍵在於把信任邊界從「整個雲端服務」縮小到「一次性、可驗證的運算視窗」。過去無狀態設計雖然安全但體驗受限,現在透過端對端加密的驗證連線讓記憶跨裝置延續,這種「用架構解決信任問題」而非事後補救的做法,值得所有在做AI助理或工具的人參考。

下次設計需要記憶或個人化功能的AI產品時,不妨想想:你的系統能不能做到「連你自己都無法讀取使用者資料」,而不是隻承諾不去讀。

📅 原文資訊

🔗 延伸閱讀