Google於2026年11月4日公布 Agentic Data Cloud 更新，核心方向是讓 AI 代理使用企業內分散於不同雲端的數據，而毋須先把所有資料集中搬到同一處，再透過業務脈絡協助代理理解數據。當中的重點是以 Apache Iceberg 為基礎的 Borderless Lakehouse，以及 Knowledge Catalog。不過，不同功能的推出狀態並不一致；現有資料亦不足以證明跨雲存取可以免除所有成本，或核實部分對外公布的節省數字。410

數據留在原處，跨雲查詢

Google將 Borderless Lakehouse 描述為一個受治理的數據基礎，建基於開放表格格式 Apache Iceberg。Google的 Lakehouse 文件亦將 Iceberg 視為分析和 AI 共用介面的基礎。41 Google產品資料主打跨雲查詢及使用數據，而毋須搬動數據；科技媒體則報道，11月公布的更新可查詢 AWS 和 Azure 上的數據。153

這個做法跟先把數據搬進中央數據倉庫再分析有所不同。理論上，直接在數據所在位置查詢，可減少單為複製資料而建立的傳輸流程；但要實際運作，仍須配置相應連線、權限、格式及服務。

「正式推出」不代表每個功能都已正式推出

Google產品頁表示 Borderless Lakehouse 已正式推出（一般供應，GA）。11 但這不代表所有整合或聯邦查詢功能都已同步推出：Google的 Lakehouse 概覽將與 AWS Glue、Databricks Unity Catalog 及 Snowflake Horizon 的目錄聯邦列為預覽功能。10 Google文件亦說明，可透過跨雲連線，在 Google Cloud 查詢 Databricks Unity Catalog 數據。

因此，評估私有互連、快取或零複製整合等說法時，要分清楚哪些功能已正式推出、哪些仍在預覽。現有資料摘錄不足以核實 AWS 和 Azure 網絡連線與快取的完整細節，也未能證實與 SAP、Workday 及 Salesforce 的零複製整合；這些具體說法不宜當作已獲確認。

Knowledge Catalog：讓代理理解數據背後的意思

單有數據表，未必能令代理知道某個指標代表甚麼、團隊採用哪個定義，或者不同數據集之間有何關係。Google將 Knowledge Catalog 定位為協助提供業務含義及受治理脈絡的工具。11月的公告表示，Borderless Lakehouse 會與 Knowledge Catalog 整合，為代理索引分散在雲端的結構化及非結構化數據，提供理解資料所需的脈絡。4

Google亦曾把「自我學習脈絡豐富化」及 Knowledge Studio 列為預覽功能。前者旨在分析代理和用戶互動，找出業務脈絡中的缺口；Knowledge Studio 則提供工具，讓數據管理人員探索及檢視這些脈絡。19 這些功能處理的是脈絡管理，本身並不能證明代理可以安全地完成業務流程。

Gemini Enterprise 的更新紀錄則列出 Data Cloud 連接器的聯邦查詢模式預覽，以及 Knowledge Catalog 整合預覽。連接聯邦式 Data Cloud 連接器後，Assistant 會自動啟用 Knowledge Catalog，並提供唯讀工具，搜尋用戶有權存取的數據，以及取回技術和業務脈絡。17 這是文件有明確記載、範圍有限的整合，不等於所有更廣泛的 Gemini 支援說法都已獲確認。

不搬數據，不等於總成本歸零

Google的跨雲主張重點是毋須搬動數據；相關報道亦指，系統可查詢 AWS 和 Azure 的數據而不涉及浮動的輸出費用（egress）。153 不過，現有公告和文件摘錄未能證明所有遠端雲端費用都會消失，也沒有足夠細節讓人評估某項實際工作負載的總成本。

同樣地，現有資料未能支持 talabat 數據搬運成本降低約四成的說法，也未能確認該數字背後具體的 Amazon S3 Iceberg 至 BigQuery 配置。即使數據搬運費節省的說法獲得核實，也不代表查詢總成本或代理完成一項任務的成本會以相同比例下降。

數據庫更新：公告提及，細節仍有限

相關報道指出，除了 Knowledge Catalog，AlloyDB 和 BigQuery 亦有更新。3 不過，現有資料摘錄不足以證明 AlloyDB 可直接將 Iceberg 歷史紀錄與 PostgreSQL 即時營運數據作聯合查詢，因此無法單憑這些來源確認該項能力。

Spanner Omni 則是 Google 更廣泛數據策略中另一項相關產品。Google於2026年9月30日宣布它正式推出，並形容它是可部署於本地機房或其他雲端的分散式多模型數據庫；所以，它並非在11月4日才首次宣布正式推出。20

這次更新證明了甚麼，又未證明甚麼？

現有資料支持的結論是：Google正建立一層跨雲數據存取能力，並配合共用脈絡，供 AI 助理和代理使用。這有助代理尋找相關資訊，並依照較一致的定義理解資料。41719

但這本身不能證明代理可以安全地執行業務流程。要評估代理能否真正辦妥工作，還需要有關權限管理、驗證、交易處理、審計、復原，以及每項任務成功完成後總成本的獨立證據。現有資料亦不足以核實文中提及的分析師評估，或 Google 與 Microsoft、Databricks、Snowflake 及 AWS 的具體比較。換言之，這次公告展示的是平台發展方向；至於自主執行能力及其經濟效益，仍須由數據存取和脈絡功能以外的證據支持。

Google於2026年11月4日公布 Agentic Data Cloud 更新，核心方向是讓 AI 代理使用企業內分散於不同雲端的數據，而毋須先把所有資料集中搬到同一處，再透過業務脈絡協助代理理解數據。當中的重點是以 Apache Iceberg 為基礎的 Borderless Lakehouse，以及 Knowledge Catalog。不過，不同功能的推出狀態並不一致；現有資料亦不足以證明跨雲存取可以免除所有成本，或核實部分對外公布的節省數字。410

數據留在原處，跨雲查詢

Google將 Borderless Lakehouse 描述為一個受治理的數據基礎，建基於開放表格格式 Apache Iceberg。Google的 Lakehouse 文件亦將 Iceberg 視為分析和 AI 共用介面的基礎。41 Google產品資料主打跨雲查詢及使用數據，而毋須搬動數據；科技媒體則報道，11月公布的更新可查詢 AWS 和 Azure 上的數據。153

這個做法跟先把數據搬進中央數據倉庫再分析有所不同。理論上，直接在數據所在位置查詢，可減少單為複製資料而建立的傳輸流程；但要實際運作，仍須配置相應連線、權限、格式及服務。

「正式推出」不代表每個功能都已正式推出

Google產品頁表示 Borderless Lakehouse 已正式推出（一般供應，GA）。11 但這不代表所有整合或聯邦查詢功能都已同步推出：Google的 Lakehouse 概覽將與 AWS Glue、Databricks Unity Catalog 及 Snowflake Horizon 的目錄聯邦列為預覽功能。10 Google文件亦說明，可透過跨雲連線，在 Google Cloud 查詢 Databricks Unity Catalog 數據。

因此，評估私有互連、快取或零複製整合等說法時，要分清楚哪些功能已正式推出、哪些仍在預覽。現有資料摘錄不足以核實 AWS 和 Azure 網絡連線與快取的完整細節，也未能證實與 SAP、Workday 及 Salesforce 的零複製整合；這些具體說法不宜當作已獲確認。

Knowledge Catalog：讓代理理解數據背後的意思

單有數據表，未必能令代理知道某個指標代表甚麼、團隊採用哪個定義，或者不同數據集之間有何關係。Google將 Knowledge Catalog 定位為協助提供業務含義及受治理脈絡的工具。11月的公告表示，Borderless Lakehouse 會與 Knowledge Catalog 整合，為代理索引分散在雲端的結構化及非結構化數據，提供理解資料所需的脈絡。4

Google亦曾把「自我學習脈絡豐富化」及 Knowledge Studio 列為預覽功能。前者旨在分析代理和用戶互動，找出業務脈絡中的缺口；Knowledge Studio 則提供工具，讓數據管理人員探索及檢視這些脈絡。19 這些功能處理的是脈絡管理，本身並不能證明代理可以安全地完成業務流程。

Gemini Enterprise 的更新紀錄則列出 Data Cloud 連接器的聯邦查詢模式預覽，以及 Knowledge Catalog 整合預覽。連接聯邦式 Data Cloud 連接器後，Assistant 會自動啟用 Knowledge Catalog，並提供唯讀工具，搜尋用戶有權存取的數據，以及取回技術和業務脈絡。17 這是文件有明確記載、範圍有限的整合，不等於所有更廣泛的 Gemini 支援說法都已獲確認。

不搬數據，不等於總成本歸零

Google的跨雲主張重點是毋須搬動數據；相關報道亦指，系統可查詢 AWS 和 Azure 的數據而不涉及浮動的輸出費用（egress）。153 不過，現有公告和文件摘錄未能證明所有遠端雲端費用都會消失，也沒有足夠細節讓人評估某項實際工作負載的總成本。

同樣地，現有資料未能支持 talabat 數據搬運成本降低約四成的說法，也未能確認該數字背後具體的 Amazon S3 Iceberg 至 BigQuery 配置。即使數據搬運費節省的說法獲得核實，也不代表查詢總成本或代理完成一項任務的成本會以相同比例下降。

數據庫更新：公告提及，細節仍有限

相關報道指出，除了 Knowledge Catalog，AlloyDB 和 BigQuery 亦有更新。3 不過，現有資料摘錄不足以證明 AlloyDB 可直接將 Iceberg 歷史紀錄與 PostgreSQL 即時營運數據作聯合查詢，因此無法單憑這些來源確認該項能力。

Spanner Omni 則是 Google 更廣泛數據策略中另一項相關產品。Google於2026年9月30日宣布它正式推出，並形容它是可部署於本地機房或其他雲端的分散式多模型數據庫；所以，它並非在11月4日才首次宣布正式推出。20

這次更新證明了甚麼，又未證明甚麼？

現有資料支持的結論是：Google正建立一層跨雲數據存取能力，並配合共用脈絡，供 AI 助理和代理使用。這有助代理尋找相關資訊，並依照較一致的定義理解資料。41719

但這本身不能證明代理可以安全地執行業務流程。要評估代理能否真正辦妥工作，還需要有關權限管理、驗證、交易處理、審計、復原，以及每項任務成功完成後總成本的獨立證據。現有資料亦不足以核實文中提及的分析師評估，或 Google 與 Microsoft、Databricks、Snowflake 及 AWS 的具體比較。換言之，這次公告展示的是平台發展方向；至於自主執行能力及其經濟效益，仍須由數據存取和脈絡功能以外的證據支持。