SAS 宣布為 SAS Data Management 進行針對性全面升級，基於 SAS Viya 數據及 AI 平台推出一系列雲端原生產品，旨在協助企業準備、管治及啟動數據，以有效實現數據分析、自動化及AI應用。透過將管治、數據血統（lineage）及效能直接整合至數據工作流程中，SAS 協助企業在不影響信任及監控的情況下，亦能安心擴展其 AI 計劃。

(新聞稿)

SAS 數據及 AI 策略高級總監 Alyssa Farrell 表示：「隨著企業逐步邁向人為監管需求更低的代理式AI（Agentic AI）工作流程，現代化數據平台現已成為必須的關鍵任務基礎。SAS透過協助企業優化及現代化其數據資產、降低複雜性並釋放 AI 價值，並將管治與信任直接融入基礎架構之中，重新定義 AI 時代的數據管理模式。」

統一數據管理，內置可信機制

根據 IDC 與 SAS 的最新全球研究，近半數（49%）的企業指出，缺乏集中或優化不足的雲端數據環境，是推動AI發展的最大障礙，緊隨其後的是數據管治流程不足（44%）。業界分析師亦證實相關問題：Gartner 預測，多達60% 的AI計劃將因缺乏「AI 就緒」數據而失敗。

SAS Viya 的數據管理方案，透過將「治理」與「可審計性」視為核心設計原則，而非事後的合規補救措施，來應對上述挑戰。有別於在分散工具上疊加控制措施，SAS 將數據血統、透明度及監控能力直接整合至數據的存取、準備及啟動流程中，用於分析及 AI 應用，從而建立一個值得企業信賴且具防禦力的數據基礎架構。

實現「分析隨數據而行」  顛覆傳統模式 

對不少企業而言，過往擴展分析及 AI 應用時，往往需要進行跨平台數據遷移，導致數據在不同環境中重複儲存，並衍生延遲、成本增加及管治風險。SAS Data Management 則採取截然不同的策略，將分析與AI運算直接帶到數據所在位置，無論數據儲存於何處。

此策略的核心例為 SAS SpeedyStore，一個與 SAS Viya 緊密整合的高效能雲端原生分析數據平台。透過將分析和 AI 運算直接部署於分佈式數據環境，SAS SpeedyStore 有效減少不必要的數據移動、提升整體效能，並同時保留企業所需的數據血統及可審計性，讓企業能夠安心信任其分析結果。

SAS 亦將此理念延伸至其自身數據平台以外。透過 SAS Data Accelerator，企業可將 SAS 分析功能直接部署於現有主流雲端數據環境中運行，包括大型數據倉庫及湖倉（lakehouse）架構，讓數據留在原地處理，有效降低延遲、節省成本並提升安全性。此外，SAS Viya 亦支援 DuckDB 等現代嵌入式分析引擎，讓用戶可於受控的工作流程中，針對 Parquet、CSV 和 JSON 等開放格式進行快速的本地分析。

透過代理與 Copilot 從基礎實現數據現代化

隨著企業採用代理式 AI 與 Copilot 為決策及工作流程進行自動化，底層數據的質素及管治變得更為關鍵。現時不少 AI 助理僅在數據準備完成後才開始運作，導致在可信度、數據血統及監管方面存在漏洞。SAS 則採取截然不同的策略，將 AI 驅動的輔助功能直接應用於整個數據生命週期之中，因為基礎層面的決策將決定 AI 是否能在大規模應用中值得信賴。

SAS 提供的代理及 Copilot，旨在協助企業在數據投入分析、進行自動化或 AI 應用之前，先行理解、準備並安全地使用數據。透過在受管治的數據工作流程中運作，這些功能有助於減少人手操作，同時保留透明度與監控力。

SAS Viya Copilot for Data Discovery 支援以自然語言探索受管治的數據及分析資產，協助用戶快速確定可用數據、其用途及可信度，將數據探索週期由數天大幅縮短至數秒。

SAS Viya Copilot for Code Assistance 將 AI 輔助開發功能直接整合至 SAS Studio，協助開發人員在無需離開受管治的開發環境下，利用自然語言編寫、理解及優化 SAS 與 Python 程式碼。這項功能在維持人為監控的同時，有效加快開發迭代的速度。

SAS Data Maker 透過生成高擬真合成數據，解決數據存取限制。這些數據能反映真實數據的統計、關聯性及時間特性，同時保障私隱、可審計性，並符合監管要求。這讓團隊能夠在不洩露敏感資訊的情況下進行開發、測試及協作。

SailPoint 宣布擬收購總部位於特拉維夫的 Entro 公司。Entro 是非人員身分與憑證安全領域的先驅。此項收購完成後，將顯著擴展並加速 SailPoint 近期推出的 Agentic Fabric，助力 SailPoint 實現以自適應身分安全守護現代企業以至整個數碼生態系統的願景。

(新聞稿)

隨著各類組織快速部署自主 AI 代理、複雜雲端架構和程式化工作流程，傳統的安全邊界已無法滿足現代企業安全需求。如今的安全取決於誰或什麼在存取資料、何時存取、為何存取以及在何種條件下存取。透過整合 Entro 在 AI 時代特有挑戰上的專業能力，SailPoint 有望幫助客戶更輕鬆地在單一統一平台上識別、治理和保護這些高風險資產。

SailPoint 首席執行官兼創辦人 Mark McClain 表示：「我們近期推出的 Agentic Fabric 為大規模保護自主 AI 代理和非人員身分建立了全新典範，涵蓋了原生的發現、治理與保護能力。將Entro強大且互補的技術融入 SailPoint 平台後，客戶將獲得更大的優勢：對所有非人員身分實現無摩擦、全方位的可視性，尤其是它們用於存取關鍵企業資料的上下文和憑證。」

Entro 共同創辦人兼首席執行官 Itzik Alvas 表示：「我們創立 Entro 的目標非常明確：透過發現並保護驅動現代雲端的龐大憑證和非人員身分，為其安全保駕護航。隨著企業越來越多地採用自動化和代理化工作負載，這一龐大的身分層變得愈發關鍵。我們很高興能將自身深入、無縫的發現與溯源映射引擎整合進 SailPoint 全面的身分安全框架和 Agentic Fabric。我相信，雙方非人員與 AI 能力的結合，將極大增強 SailPoint 在全球企業中保護每一個身分——無論是人員還是非人員——的能力。」

借助 Entro 加速 SailPoint Agentic Fabric

收購完成後，Entro 將為 SailPoint Agentic Fabric 帶來以下高度互補的技術特性：

• 無與倫比的發現與憑證覆蓋範圍：Entro 提供無摩擦、無需代理的可視性，能夠洞察 AI 代理和機器身分執行任務所使用的具體工具、API 和憑證。這將擴大 SailPoint 的覆蓋範圍，支援超過 1000 種非人員身分/代理類型，並在 70 多個關鍵企業來源（包括雲端環境、開發工具、CI/CD 管道和 SaaS/協作環境）中發現超過 1200 種憑證類型（包括秘密與金鑰、令牌和憑證）。透過揭示代理完成任務所用的工具，SailPoint 將對代理工作流程及其活躍操作邊界實施更深層次、基於策略的管理。

• 深度上下文與人員歸屬歸因：發現身分僅是第一步，還必須將其與人員身分關聯以實現問責。作為 SailPoint 原生身分智慧的補充，Entro 利用元數據豐富已發現的資訊，精準映射關係、權限、使用情況及「爆炸半徑」。這種深度溯源映射使組織能夠將複雜的非人員身分與其人員所有者關聯起來。結合 SailPoint 的企業級存取認證與生命週期治理能力，客戶可實現自動化的閉環修復並強制執行零常設權限。

• 即時檢測與主動保護：非人員身分在被註冊和治理後，還需即時保護。藉助專有的非人員身分檢測與回應能力，SailPoint客戶將能持續即時監控AI代理和機器身分的行為異常，從而發現過度授權、強制執行最小權限，並以機器速度自動化緩解威脅。

這些能力直接回應了 IT 和業務領導者在部署 AI 代理時面臨的核心安全、隱私與合規風險。交易完成後，SailPoint 客戶將享有更廣泛的可視性、歸屬歸因和控制力，使身分從一項靜態合規措施轉變為動態、即時的企業成功助力工具。

透過納入 Entro，SailPoint 將持續拉開與傳統方法的差距，提供真正端到端的自適應身分安全。

該交易須滿足慣例成交條件，預計將於 2027 財年第三季完成。

HPE 宣布多項重大進展，推出全新 AI 數據中心網絡、路由、Agentic AIOps 及安全創新技術，將其自動駕駛網絡策略擴展至 AI 工廠、數據中心及企業邊緣，於日益分散的 AI 驅動環境中簡化營運並提升效能。

(新聞稿)

今日主要推出創新技術是以網絡定位為 HPE 代理式企業 (Agentic Enterprise) 策略的基礎，透過自動駕駛網絡提供所需的智能自動化能力，簡化營運、降低複雜性，並無需人手介入下實現大規模自主 IT。新功能包括HPE Mist 平台支援 HPE Networking CX 有線存取交換機、於 HPE Aruba Central 擴展 HPE Marvis AI 驅動洞察與自我修復自動化功能，以及運用代理式推理加快原因分析及修復的全新 AI 數據中心功能。

作為擴展 AI 網絡創新的一部分，HPE 同時加強其 AI 網絡產品組合，推出全新針對優化推理及縱向擴展架構的HPE Juniper Networking QFX 交換機，並將 HPE Juniper Networking 數據中心交換及營運功能更深入地整合至 HPE AI 數據中心解決方案。

此外，全新的統一 AI 原生 SASE 平台透過共通的營運機制簡化網絡與安全的融合，加速零信任的採用，以全面保障使用者、設備及應用程式。

HPE 網絡業務執行副總裁、總裁兼總經理 Rami Rahim 表示：「代理式 AI在企業的成功有賴於專為自主工作流程而建的現代網絡基礎。網絡的效能、可靠性及智能水平主宰了整個 AI 架構的成效。HPE 正提供這項基礎，讓企業能以更高的掌控力、信心、安全性及營運簡易性部署代理式 AI。」

針對 AI 工作負載而設的網絡技術創新

HPE AI  數據中心解決方案現已採用HPE Networking，整合HPE Networking Data Center Director 所管理的 HPE Juniper Networking QFX 交換機。此項全新功能進一步強化 HPE 現有的全棧 AI 基礎架構，加強 HPE 涵蓋運算、網絡、儲存、軟件及服務，加速 AI 數據中心部署，同時提升互通性，並提供具備可預測效能、可擴展且可投入生產的基礎架構。

這些創新技術旨在支援日益複雜的 AI 訓練及推理工作負載，協助客戶將 AMD Helios 等 AI 基礎架構平台從實驗階段擴展至生產階段。

此外，HPE AI 網絡產品組合的全新產品包括：

• HPE Juniper Networking QFX5140 交換機：專為推理叢集及邊緣 AI 應用場景而設，提供快速增長的推理市場所需的效能及可擴展性，對於將 HPE AI數據中心解決方案推展至邊緣具關鍵作用。
• 適用於 AMD Helios 的 HPE Juniper Networking QFX5252 交換機托盤：作為 AMD Helios AI 機架級平台的縱向擴展模組，提供低延遲、高頻寬的交換能力，於大規模環境下發揮 AI 基礎架構的最佳效能。

HPE 全新交換技術創新讓 GPU 能將更多時間用於處理工作負載而非等待網絡、消除 AI 部署中的關鍵瓶頸，同時提升基礎架構效率並降低總體擁有成本。整體而言，這些創新進一步鞏固 HPE 作為端對端 AI 基礎架構領導者的地位，協助客戶更快地由實驗階段邁向生產階段。

將 Agentic AIOps 擴展至 HPE 自驅動網絡產品組合

HPE 透過統一的自動駕駛網絡產品組合, 整合 HPE Aruba Central 與 HPE Mist AI 平台，使其具備共享的代理式功能、共通硬件及一致的 AI 原生營運，持續推進其代理式企業願景及。此項跨平台整合標誌著 HPE「交叉融合」(cross-pollination) 策略的另一里程碑，致力於將 HPE Aruba Networking 與 HPE Juniper Networking 產品組合合而為一。HPE 產品組合中的全新 AI 網絡功能包括：

• 將 HPE Networking CX 交換產品組合與 HPE Mist整合，讓 HPE Networking CX 客戶在 Agentic AIOps 平台上享有更多彈性，同時引入 AI 原生可視性、零接觸佈建、第二層存取的有線保證、動態 PCAP、服務級洞察及 HPE Marvis AI 驅動行動等先進有線功能。
• HPE Aruba Central 推出 HPE Marvis AI 驅動的自動駕駛功能，包括有線連接埠修復等可信賴行動，進一步將自主營運擴展至整個 HPE 網絡產品組合。

HPE 亦於 HPE Mist 平台中擴展數據中心營運功能。除現有的自動駕駛數據中心網絡功能（例如主動式 HPE Marvis 行動及 minis）外，HPE 現新增以下功能：

• 運用預測分析的主動式維護：採用 AI 及機器學習，以高可信度於系統及光學元件故障發生前提早預測，配合智能多維度視覺化，避免網絡中斷並提升應用程式的韌性。
• 進階推理代理實現高可信度修復：利用代理式 AI 持續且自主地分析多元數據流，包括數百萬個 TAC 案例及來自 HPE Networking Data Center Director 的情境圖譜資料庫，於數據中心網絡中提供精準的根本原因分析 (RCA) 及可執行的修復建議。

HPE Networking 、運算及混合雲整合　實現 HPE 代理式企業願景

建基於與 HPE OpsRamp Software 及 HPE Morpheus Software 的成功整合，HPE Networking 進一步擴展其統一基礎架構堆疊，於運算及混合雲環境中提供無縫、跨領域的使用體驗。此項擴展透過打通營運孤島、簡化營運流程，並提供單一控制點，加速邁向自動駕駛數據中心的進程，相關公布包括：

• HPE Mist Networking Data Center Assurance 現已與 HPE Compute Ops Management 整合，減少工具繁雜情況，提供跨領域可視性及洞察，並讓現有團隊能高效擴展。
• HPE Mist Networking Data Center Assurance 現已整合至 GreenLake，提供統一的跨領域使用體驗及精簡的營運流程，簡化 IT 基礎架構管理。

結合零信任安全的統一 SASE

HPE 同時公布全新統一 SASE 平台，建基於 HPE Networking EdgeConnect ，由先進防火牆技術驅動，將 SD-WAN 與雲端交付的安全功能融合於單一 AI 原生管理控制台。隨著 AI 協助攻擊者能更快發掘及利用漏洞，此平台透過加速採用零信任及簡化營運，將曝險程度降至最低。HPE 此項統一方案可保護自動駕駛網絡，確保只有獲授權的用戶及設備能安全存取所需資源，同時將該等資源隱藏，避免被攻擊者察覺。主要優勢包括：

• 整合 SD-WAN 與 SSE：將 SD-WAN 與安全服務邊緣 (Security Service Edge, SSE) 整合至統一控制台，簡化管理並實現一致的政策執行。
• 加速零信任採用：內嵌的 SSE 連接器讓零信任部署更迅速，毋須安裝額外的 ZTNA 連接器或基礎架構。專屬的安全網頁閘道 (Secure Web Gateway, SWG) 通道將網頁威脅防護擴展至所有設備，包括物聯網設備。
• 主權 SASE 的基礎：SSE 連接器配合 Private Edge，讓流量保留在企業範圍內，毋須透過雲端 SSE PoP 進行迴路 (hairpinning) 處理。
• AI 原生營運：透過 SASE Copilot 的自然語言互動及智能分析，加快問題解決及偵測安全漏洞。

為 AI 網絡再投資創造新機會

HPE Financial Services 推出全新「Network Migration Program」，協助機構以更低成本及更低風險，更快升级至 AI 就緒網絡。此計劃結合優於現金的硬件融資、0% 軟件融資，以及全新的 IT 資產計劃，協助客戶從現有設備中釋放價值，為創新提供資金。

Adobe 宣布推出企業級解決方案 Adobe Brand Visibility，助企業了解品牌及競爭者在 AI 搜尋上的曝光情況。

Adobe Brand Visibility 基於早前收購的知名搜尋數據公司 Semrush 的 AI Optimization 以及自家的 LLM Optimizer。Adobe 指出，消費者造訪企業網站時，已先在 AI 工具上互動，因此能見度成為關鍵，而 Adobe Brand Visibility 結合了高達 3 億條真實世界的 AI 搜尋提示詞（Prompt），以及 Semrush 的 285 億個關鍵字與 43 兆條反向連結資料庫，有助企業了解自己在 ChatGPT、Google AI Mode、Microsoft Copilot 和 Perplexity AI 等 AI 平台上的引用率、份額與競爭對手比較。藉此，企業可了解自己在哪些搜尋提示詞展現優勢，洞悉能夠優化的潛在方向。

此外 Adobe Brand Visibility 內建 AI 代理人（AI Agents），助企業自行在 CDN 上部署優化內容，讓 AI 爬蟲更容易解讀數據，毋須等待公司內部的 IT 人員有空餘時間才能更新。

Adobe Brand Visibility 目前已為 Adobe CX Enterprise 的一部分，同時也亦可獨立使用，不限於 Adobe Experience Manager（AEM）的用戶。

Fortinet 早前宣佈將整合 NVIDIA 的 AI 平台與軟件技術，加速推動 FortiAIGate 解決方案。此聯合方案能即時保護位於數據中心與雲端的 AI 工作負載、資料及自主代理，讓企業能夠掌握及監察 AI 使用情況，並在不影響效能及管控要求下，安全地建立、部署及擴展代理式 AI。方案採用內聯部署模式，在提供可視性之餘，亦符合資料主權要求，並能以極低延遲提供高效能防護。

(新聞稿)

FortiAIGate 為 AI 驅動型企業帶來的效益

• 更快而更安全的 AI 運作：FortiAIGate 為企業快速採用 AI 應用及自主代理提供穩固的安全基礎。方案可在運作期間為大型語言模型（LLMs）建立安全護欄，同時保護其背後的生態系統，包括 MCP 伺服器與 AI 代理。配合 NVIDIA Blackwell GPUs 及 NVIDIA Hopper 加速，以及最新的開源分散式推理服務框架 NVIDIA Dynamo，FortiAIGate 能以高效能運作，協助企業在無需產生不必要的延遲、效能衰退或服務降級的情況下，充分發揮 AI 生產力優勢。企業能以內建安全防護的方式，更快速地推動 AI 創新，而非事後補強。
• AI 主權：FortiAIGate 提供自託管部署模式，讓企業可利用自身基礎設施、資料與人力來開發、部署與治理 AI，並整合 NVIDIA Nemotron 安全模型，確保符合當地法規與安全規範。方案亦可監察用戶及裝置的互動，記錄可疑事件的實際提示與回應。這有助降低企業對海外 AI 供應商的依賴，並確保用於訓練及推理的資料按需要留在指定司法管轄範圍內，配合本地私隱法規（例如《一般資料保護規則（GDPR）》）相關要求，進一步保障國家安全並強化技術自主性。
• 零信任 AI 環境：FortiAIGate 將零信任安全原則延伸至 AI 環境，降低 LLM 被濫用及資料外洩的風險。方案可管理所有往返 AI 模型的流量，並就輸入與輸出實施嚴格限制，阻擋例如針對 LLM 的提示詞注入（Prompt Injection）攻擊，同時過濾 AI 生成的有害或未經授權內容，確保 AI 代理只在既定政策及批准範圍內運作，並持續保護敏感資料。透過理解模型的業務情境，FortiAIGate 亦可加強模型完整性，提升合規性與可信度。
• 營運效率同較低的總持有成本（TCO）：建構於 NVIDIA AI 基礎架構上，FortiAIGate能提供高吞吐量的 AI 安全防護，而硬件及能耗僅為傳統 CPU 密集型解決方案的一小部分。企業能在不降低 AI 驅動應用速度的情況下，實現低延遲防護，同時降低伺服器負載與功耗。透過 GPU 加速的安全防護，FortiAIGate 可釋放更多 CPU 資源處理業務負載，減少額外硬件需求，進一步提升企業 AI 應用的投資回報率（ROI）。
• 可擴展的多租戶防護：FortiAIGate 針對企業及 AI 資料中心常見的多租戶環境而設，採用 NVIDIA 虛擬化技術，把資源安全地分隔，並在同一硬件上隔離不同 AI 工作負載或不同客戶資料集。NVIDIA Multi-Instance GPU 等技術可將單一實體 GPU 分拆為多個獨立的 GPU 實例，並保證服務品質（QoS）與故障隔離，確保各項 AI 服務互不干擾或效能降低。

由雲端到邊緣的彈性部署（支援所有模式）

FortiAIGate 支援在本地、雲端、混合及邊緣環境的靈活部署。方案可作為數據中心的 GPU 驅動設備提供，亦可在 NVIDIA 認證系統上以虛擬設備、或以容器方式部署。無論採用哪種形式，組織都能享有一致性的安全防護與集中化管理。此外，FortiAIGate 於應用程式與 AI 模型間，採用內聯模式部署，也有助於滿足資料主權需求。

安全 AI 生態系的新標準

Fortinet 正在為 AI 生態系樹立安全新標準。透過結合零信任政策執行、即時威脅偵測，以及專為 AI 而設的安全護欄，FortiAIGate 協助企業在具備內建安全性和合規性的基礎上，安心擴展從進階分析到自主代理等 AI 應用。此次 Fortinet 與 NVIDIA 的合作，也再次強化了雙方在 AI 時代，對於「從設計著手安全」創新理念的共同承諾。

無論牛市、熊市，總會有人想在股票市場賺錢。現在，投資的選擇非常廣泛，有港股、美股以至加密貨幣，到底要怎樣才能一次過知道自己投資組合的表現？透過 My Stocks Portfolio 手機程式，你便能輕易為各地股票記帳，輕易追蹤成果。

My Stocks Portfolio 是甚麼？

My Stocks Portfolio 是一個投資記帳程式，支援 iOS 和 Android。用戶可輸入證券（包括港股、台股、美股、滬深股等）、外匯及加密貨幣（包括 Bitcoin、Ethereum 等）的買入、賣出、股息記錄等，以一併了解整體投資表現。

除了股匯市，你亦可在程式內記錄現金的利息。如此一來，你甚至可把定期存款或貨幣基金賺到的利息計算在投資組合內，以更仔細了解自己的財富以及被動收入狀況。

下載 My Stocks Portfolio：iOS｜Android

My Stocks Portfolio 教學

建立投資組合

安裝 My Stocks Portfolio 後，第一步是建立一個投資組合，以記錄你各種資產。

你因應你的個人需要與習慣，建立一個或建立多個投資組合。我自己則把港美股票同時放進一個投資組合之中記錄，但你亦可選擇建立「港股」、「美股」、「ETF」、「個人選股」等投資組合，將不同類型的股票分開記錄，以便更仔細了解各類資產的成效。

新增資產配置

進入投資組合後，你便可以增加股票。只需輸入股票代號，My Stocks Portfolio 便會顯示相關股票，然後你便可輸入細節，包括購入股數、價位、手續費等。

記錄交易

除了購入股票，當然你亦可加入其他交易記錄，如出售、股息、以股代息等。如此一來，你便可記錄過往的交易記錄，全面了解投資組合的表現。

時刻備份記錄

雖然 My Stocks Portfolio 內置備份功能，能把記錄匯出成 csv 檔案，但如果有心有力的話，最好還是夠自己製作多一份投資記錄，因為無人能保證這些 App 會否有一天會停止運作。

過往，不少人依賴 Ticker 記錄港股投資，但現在該程式已經停止運作，這事正正突顯我們不應依賴單一程性記帳的重要性。

想追 SM Entertainment 藝人的演唱會和活動？記得準備 SMTOWN App，以便在 App 內接連手燈中控，並使用 App 內的 Passport 功能記錄出席過的活動，馬上看看當中步驟吧。

SMTOWN App 是甚麼？

SMTOWN App 是 SM Entertainment 推出的官方應用程式，為 fans 提供多項功能。除了藝人行程以及專屬的 Season’s Greetings、NFC、MD 影片以及（已被荒廢的）AR 內容之外，還可以連接手燈以在演唱會獲得中控效果，並使用 Passport 收集圖章以記錄去過的活動。

如要使用 SMTOWN App，用戶需要註冊。註冊後會在 SMTOWN Passport 獲得圖章。

下載 SMTOWN App：iOS｜Android

使用 SMTOWN App 連接手燈

建議在演唱會開始前就配對好手燈，以免現場因網絡問題而無法配對。

成為 Weverse 藝人會員，專享演唱會優先購票

步驟

1.進入 SM Town App 的 「LIGHT DEVICE」，把手燈綁定在 SMTOWN App 內。手燈需進入藍牙模式，以便與 SM Town App 綁定。

2.如已身處演唱會場地附近，SM Town App 會顯示即將舉行的演唱會。這時候只需連接手燈並按指示輸入座位號碼便可。

如果在沒有活動的情況下連接已綁定的手燈，手燈不會有任何反應，這是正常現象，不用擔心手燈故障。

在 SMTOWN Passport 獲得活動印章

除了看演唱會，別忘記在 SMTOWN App 內的 Passport 獲得印章，證明自己追星的「戰績」。

步驟

1.進入 SMTOWN App 的 「PASSPORT」，然後向右滑選擇 PASSPORT。

2.點擊印章圖案。如在活動範圍 500 米以內，可透過 GPS 定位獲得印章。

3.至於其他活動，亦可透過掃瞄 QR 碼獲得印章。

KWANGYA SEOUL 地點、前往方法、實景

4.可隨時重溫獲得的印章，點擊印章後亦會顯示詳情。

Amazfit 在香港推出全新專業跑步智能手錶 Cheetah 2 Pro，由 LRT 引入本地市場。新款以專業跑步訓練為核心，結合個人化課表、進階跑步數據分析、雙頻六衛星定位與長續航設計，明顯鎖定馬拉松跑者及高階運動用家。

Cheetah 2 Pro 內置跑步訓練課程，並支援 Zepp Coach，可依據用家體能與目標制定 5K 至馬拉松訓練計劃。手錶亦提供乳酸閾值、跑步功率、觸地時間、跑姿分析、Training Load、Training Stress Balance 等進階數據，協助跑者更精準掌握訓練強度與恢復節奏。

外觀方面，Cheetah 2 Pro 採用 5 級鈦金屬錶框與錶殼，搭配藍寶石玻璃屏幕，重量僅 45.6g，兼具輕量與耐用特性。手錶具備 5ATM 防水等級及四個實體按鍵，提升在流汗或雨中跑步時的操作可靠度。屏幕則為 1.32 吋 AMOLED，解像度 466×466、353ppi，峰值亮度高達 3,000 nits，在烈日下仍能清晰顯示配速、心率與導航資訊。

定位方面，手錶支援雙頻六衛星定位、圓極化天線及 Point Dead Reckoning 技術，即使在高樓密集或訊號弱的環境仍能保持穩定追蹤。用家亦可下載離線地圖，並使用轉向導航及自動重新規劃路線。

續航力方面，Cheetah 2 Pro 內置 540mAh 電池，一般使用最長 20 日，精準 GPS 模式可達 31 小時，超長續航模式更可延長至 99 小時。手錶亦提供 32GB 儲存空間，支援離線地圖與音樂播放。

Amazfit Cheetah 2 Pro 香港售價為 HK$3,498。由即日起至 6 月 30 日，於 amazfit.hk 或指定零售店購買，可獲贈價值 HK$1,198 的 Mojawa Purra Swim Pro，數量有限，送完即止。

Fortinet 公布最新由 Forrester Consulting 進行的研究，揭示香港企業正面臨急速惡化的網絡安全形勢。AI 驅動攻擊的速度、規模與精密度全面提升，而企業現有的安全能力明顯追不上威脅演變。研究指出，企業正苦苦掙扎以跟上發展步伐，反映安全成熟度與風險水平之間的落差正迅速擴大。

調查顯示，大部分香港企業曾遭受網絡攻擊，且重複入侵情況普遍。攻擊手法涵蓋惡意軟件、釣魚、網頁攻擊及 DDoS，並愈來愈多由 AI 驅動，使攻擊更具針對性與隱蔽性。企業復原時間亦明顯拉長，部分需數星期甚至數月才能恢復正常營運，突顯網絡韌性的重要性。

營運層面同樣承受巨大壓力。52% 企業面對工具分散與警報過載，51% 指警報量過多難以處理，49% 長期受技術人才短缺困擾。可視性不足、數據孤島與人工流程依賴，使安全團隊難以有效偵測與回應威脅。

為降低複雜性，企業正加速採用平台化安全架構。研究預期，統一平台採用率將於未來兩年由 31% 升至 52%。同時，AI 投資亦大幅增加，87% 企業計劃提升 AI 安全投入。然而，分散環境與缺乏整合基礎限制了 AI 的真正效益，甚至可能因「影子 AI」而帶來額外風險，包括敏感資料外洩與合規問題。

隨著 AI 出現，網站營運者除了關注 SEO 排名之外，亦開始希望在 AEO 或 GEO 上做得更好。現時，坊間有不少方法聲稱能有助網站獲得 AI 收錄，不過 Google 最新釋出的說明文件指出，LLMs.txt 及結構化資料不會對網站在 Google 搜尋的 AI 概覽上有幫助。

毋須建立 LLMs.txt 及過量採用結構化資料

現時，LLMs.txt 是其中一項討論最多的 GEO 方法，但 Google 在 Google 搜尋中心的說明文件已指出，網站管理員毋須建立 LLMs.txt 或 Markdown 等標記語言來使網站在 Google AI 搜尋上出現。

另外，網站管理員亦毋須過量採用結構化資料，因為 Google AI 搜尋根本不需要，而現時亦沒有特別的 schema.org 結構化標記資料需要添加。不過 Google 補充，結構化資料依然有助網站在 Google 搜尋呈現複合式搜尋結果。

以 SEO 最佳守則應對 Google GEO

那麼，要怎樣做才能使網站得到 Google AI 搜尋的引用呢？Google 的答案依舊是一貫的官腔，就是繼續按照現時的 SEO 基本守則。首先是創作具價值的內容，例如提供獨特的見解，高品質的圖片和影片，善用標題與段落等。其次是技術層面，包括容許網站容易被檢索，良好用戶體驗，確保 JavaScript 內容符合 SEO 要求等。

值得注意的是，雖然 Google 表示 LLMs.txt 及結構化資料無助 Google AI 搜尋優化，但不代表其他生成式服務（包括 Google Gemini）持有相同立場。應否花時間為網站建立 LLMs.txt 及結構化資料，還需自行斟酌。

小知識：甚麼是 LLMs.txt？

LLMs.txt（或 llms.txt）是一種新興的網站檔案標準，類似於 robots.txt 或 sitemap.xml，但專門設計給大型語言模型（Large Language Models，簡稱 LLMs，如 ChatGPT、Claude、Gemini 等）使用，主要目的是讓 AI 知道網站是什麼、重點內容在哪裡，以及推薦的閱讀資源，以引導 AI 去抓取最重要、最準確的資訊。

雖然 Yoast 等 WordPress SEO 插件已提供 LLMs.txt 功能，但 LLMs.txt 現時仍非正式標準，不是所有 AI 模型都已廣泛支援。

LLMs.txt 採用 Markdown 格式，放在網站根目錄：https://你的網站.com/llms.txt。範例如下：

# 你的網站 / 專案名稱

> 一句話簡短摘要（非常重要，讓 AI 快速理解你是什麼）

這裡可以放額外的重點說明、重要注意事項、使用限制等（非標題的段落或清單）。

## 主要分類1（例如：快速入門）

- [頁面標題](https://你的網站.com/連結): 簡短描述這頁有什麼
- [另一頁面](https://你的網站.com/另一連結): 另一段描述

## 主要分類2（例如：核心文件）

- [API 參考](https://你的網站.com/api): 詳細的 API 使用方法和範例
- [教學文件](https://你的網站.com/tutorials): 步驟式教學

## Optional（可選內容）

- [次要資源](https://你的網站.com/blog): 較不重要的內容，AI 在上下文不夠時可跳過