Google DeepMind 宣布为其 Private AI Compute 平台引入服务端持久记忆能力。该更新旨在解决现代 AI 长期面临的一项技术矛盾：如何在跨设备提供连续助手体验的同时，保持通常仅限于设备端处理的隐私标准。
云端持久记忆的加密机制
在新的架构下，持久记忆层将作为云端的加密存储空间运行。协助用户所需的信息被封装在专用加密存储中，而解锁这些信息所需的密钥仅保存在用户的个人设备上。这意味着包括 Google 在内的第三方均无法访问这些数据。
当 AI 模型需要调用信息时，用户的设备会通过经过身份验证的端到端加密通道，连接至云端受保护的隔离环境（即“安全飞地”）。该环境会在隔离内存中临时解密数据以处理请求、保存新上下文，随后立即重新加密，使信息保持如同未离开设备般的私密状态。
从“无状态”到跨设备连续性
本地设备处理历来被视为隐私保护的标准方案，但前沿 AI 模型所需的算力往往超出单一设备的承载范围。此前推出的 Private AI Compute 平台已允许用户在硬件隔离的云环境中处理复杂任务，但与业内类似方案一样，该技术严格保持“无状态”，即在任务结束时会清除所有上下文。
依赖 AI 保存个人事实或偏好列表等变通方式，不足以支持跨设备的连续体验。此次更新使云端 AI 能够随时间推移并在不同设备间安全保留上下文。例如，用户可以在笔记本电脑上继续查看此前通过智能眼镜浏览的组装说明，或在移动端与网页端之间无缝恢复复杂对话。
透明度与独立审计
为建立用户信任，Google 同步更新了技术白皮书，并发布了服务器软件的防篡改公开记录。运行 Private AI Compute 的设备在发送任何个人数据前，可验证软件是否真实且未被修改。此外，官方披露了由一家网络安全公司完成的独立审计结果及相关技术方法更新，邀请隐私社区对其保护机制进行验证。
该项目由 Google DeepMind、Platforms & Devices、Core 和 Cloud 团队共同开发。