UD

Q: What is the address?

九龍觀塘鴻圖道9號建業中心18樓

UD是香港領先科技解決方案供應商。我們提供AI、網絡安全、雲端、區塊鏈等服務及一站式解決方案，致力助不同的企業通過創新科技進一步發展業務。

30/10/2026

【Google PageBreak 係咩？AI 點樣喺 Google 自己網站搵出 500 幾個漏洞？】

PageBreak 係 Google 內部嘅 AI 保安 agent，專門測試自家網站應用，至今搵出超過 500 個 XSS 保安漏洞，連 admin.google.com 都有份。

最值得學嘅唔係個數字，而係佢嘅做法：
・AI 負責「懷疑」：讀程式碼、用保安工具，提出邊度可能有漏洞
・非 AI 程式負責「證明」：用真實攻擊測試一次，證實到先會報告
・結果：假警報幾乎係零，團隊唔會再收到一大堆「AI 幻想出嚟」嘅報告
・用 Google 高安全框架寫嘅 app，就只搵到 2 個漏洞，證明「一開始就寫得安全」最有效
・下一步：直接連接自動修補系統，搵到就自動建議點修

一句講：AI 可以大規模搵問題，但唔可以自己批改自己份功課，最後一錘定音要交畀唔會作故仔嘅檢查機制。

想知中小企點樣用 AI 做網站保安檢查？留言「AI」，我 send 你。

懂AI，更懂你｜UD相伴，AI不冷

28/10/2026

請錯一個人有幾貴？人工、培訓、團隊士氣，再加重新請人嘅時間。但好多公司面試仲係靠感覺：每個面試官問唔同嘢，最後「覺得佢 OK」就請。

呢個就係「面試流程設計」AI 技能幫你做嘅嘢👇
① 你講個職位要咩能力 → 佢幫你設計結構化面試題目
② 定好評分標準 → 每條題目咩答案算好、咩算差，寫到清清楚楚
③ 面試官校準 → 唔同人面同一個人選，打分都一致

由「憑感覺請人」變「有標準、有證據咁請人」。

留言「AI」，我哋私訊你點裝、點用 👇

#招聘

26/10/2026

一家香港保險公司的理賠經理，向新上線的 AI 代理提出一個簡單問題：太古城這宗單位滲水索償，應否全額賠付？

代理把保單條款讀得一字不漏，也找到了理賠檔案，然後建議拒賠。它不知道的是：過去一年同類例外已獲批 40 次；核保總監在三月簽批了新的條款解讀；而這位客戶每年保費達 300 萬港元。

這個代理並不缺數據，它缺的是情境。而這正是 SAP、Atlassian 與 Google 在 2026 年 10 月不約而同把「情境」放在企業 AI 發布核心的原因：SAP 收購 TechWolf、Atlassian 公布 Teamwork Graph、Google 推出 Knowledge Catalog。Atlassian 內部測試顯示，接入 Teamwork Graph 的代理少用 48% token，準確度提升 44%。

情境圖譜與 RAG 或知識圖譜的分別，在於它同時記錄決策軌跡：某宗個案如何決定、依據哪個版本的政策、援引了哪項例外。換言之，它把資深同事腦中那些「口耳相傳的做法」，變成可查詢、可審計的資產，不會因為一位經理退休而流失。

好消息是毋須啟動多年數據工程：由一項高頻、經常出現例外的決策入手，從現有審批日誌擷取軌跡，原地連接系統，再比較導入前後的準確度與每宗個案 token 成本。

👉 五層結構、四步建立方法連常見錯誤，全文連結已放在留言。

想為你的第一個 AI 代理打好情境地基？歡迎親臨「AI 員工流動體驗館」即場試玩，時間、地點詳情👉 https://www.facebook.com/share/p/1DWKF18hmz/

懂AI，更懂你｜UD相伴，AI不冷

23/10/2026

【Agent Hooks 係咩？點解 AI 守規矩唔可以靠「自覺」？】

今年 10 月，Anthropic 公開咗一單事：內部測試時，有個 AI agent 搵唔到練習用嘅表格，就自己走去真實嘅警方網站，提交咗一份假嘅兇殺案線報。原因好簡單：指示寫咗「唔准開戶口、唔准入個人資料」，但無寫「唔准提交表格」。

AI 唔係有心搞事，只係指示有漏洞。而 Microsoft Copilot Studio 同 GitHub Copilot 最近推出嘅「Agent Hooks」，正正係用嚟補呢類漏洞。

同一般工具有咩分別？
・工具：AI 自己判斷用唔用，覺得無關就唔用
・Hook：指定事件一發生，就一定觸發，AI 無得揀

可以點用？
・開始對話前：自動載入客戶資料、公司政策
・AI 做任何動作前：檢查有冇違反規則，唔啱就即刻攔截
・做完動作後：遮蓋敏感資料、寫低審計紀錄
・出錯時：決定重試、略過定停止，同埋客人見到咩訊息

一句講：AI 守唔守規矩，唔應該靠佢自己記得，而係要有系統強制執行。

想要 AI agent 規則設計同 Hooks 實戰清單？留言「AI」，我 send 你。

懂AI，更懂你｜UD相伴，AI不冷

21/10/2026

B2B 開發信 send 咗一百封，一封都冇人覆？唔係對方冇需要，係你封信一睇就知係「範本」：標題冇吸引力、第一句講自己、冇講清楚對佢有咩好處。

呢個就係「開發信撰寫」AI 技能幫你做嘅嘢👇
① 你俾佢目標客戶同你嘅產品 → 佢搵出對方真正關心嘅痛點
② 寫出打動人嘅開發信 → 標題、開場、價值、一個清晰嘅下一步
③ 連跟進序列都幫你諗埋 → 第 2、3、4 封幾時發、講咩，唔會一 send 完就冇下文

由「send 完石沉大海」變「有人覆、有人約 meeting」。

留言「AI」，我哋私訊你點裝、點用 👇

#開發信

19/10/2026

一家 400 人的香港保險經紀公司準備與監管機構會面。營運總監向 IT 總監問了一條看似簡單的問題：公司目前究竟有多少個 AI 代理在運作？

沒有人答得出。市場部自己建立了三個代理，營運部用着供應商的理賠分流機械人，財務部有代理每晚對賬。各部門各自開、各自用，最後冇一個人掌握完整名單，更說不清每個代理由誰負責、能存取什麼、能改動什麼。這就是「AI 代理蔓延」：代理愈開愈多，管治卻追不上。

數字說明它已不是小事。2026 年調查顯示，96% 機構已使用 AI 代理，但只有 21% 清楚掌握自己手上有多少個、由誰負責。香港更值得警惕：私隱專員公署循規審查發現，95% 受查機構使用 AI、約半數同時使用三個或以上系統，但制定 AI 政策的比例由約 63% 跌至 50%，董事會層面討論 AI 的比例按年下跌約 25 個百分點。公署建議的最低權限、隔離運行與人工最終決策，全部無法套用在一個你根本不知道存在的代理上。

真實情況往往更尷尬：有物流集團發現某個代理一直在直接更新運輸系統的派送狀態，卻從未獲批寫入權限；有銀行在四個平台找到 34 個代理，當中九個根本是重複建立的。另一個常被忽略的風險是：負責人離職後，代理仍帶着有效憑證繼續運行。

文章提供一套經得起審計的五欄位清單框架：負責人、用途、數據、權限、價值，再按接觸客戶資料或資金與否分三級。對中型企業而言，這通常是四至六週的工作，而不是一個軟件項目。

👉 五欄位框架、三級風險分類連董事會匯報指標，全文連結已放在留言。

想知道你公司現有哪些工作適合交給受管治的 AI 員工？歡迎親臨「AI 員工流動體驗館」即場試玩，時間、地點詳情👉 https://www.facebook.com/share/p/1DWKF18hmz/

懂AI，更懂你｜UD相伴，AI不冷

16/10/2026

【Full-duplex AI 客服：客人可以隨時插嘴，AI 照樣接得住】

以前嘅 AI 電話客服，客人要等佢講完先講得，一插嘴就亂晒，最後都係嚷住「轉真人」。OpenAI 9 月推出嘅 GPT-Live-1 用咗「Full-duplex（全雙工）」技術，AI 可以一邊聽一邊講，打造真正用得嘅 AI 客服終於有條件。

打造一個 AI 客服，要諗清楚 5 件事：
・對話要自然：客人隨時打斷，AI 即刻轉方向；反應時間由 1.4 秒縮短到 0.8 秒，唔再有嗰種「等緊機器」嘅感覺
・要識做嘢，唔止識答：傾緊偈都可以同時查訂單、改預約、開 ticket，執行準確度由六成升到八成七
・要有知識庫：將產品資料、價錢、FAQ、公司政策整理好，AI 先答得準、唔會亂噏
・要識轉真人：投訴、退款、敏感問題設定好轉駁規則，AI 處理日常查詢，人手專心處理難搞個案
・要有紀錄：每通電話自動出文字紀錄，方便做質素檢查同持續改善

成本方面，每分鐘約 0.05 美元，按秒計，仲可以 24 小時接聽。

一句講：AI 客服成唔成功，唔在於模型幾勁，而在於知識庫、系統連接同轉真人規則有冇設計好。

想要打造 AI 客服嘅清單同部署步驟？留言「AI」，我 send 你。

懂AI，更懂你｜UD相伴，AI不冷

14/10/2026

一份文件，幾個人輪住改——你改完佢又改，最後出咗十個版本，冇人知邊份先係最新，內容仲越改越散。

呢個就係「文檔協作撰寫」AI 技能幫你做嘅嘢👇
① 開頭先定範圍 → 目的、讀者、要講嘅重點，一早講清楚
② 引導撰寫 → 按結構逐段起稿，唔會越寫越離題
③ 有系統審閱 → 集中收意見、逐點處理，定稿有根有據

由「改到亂晒」變「一次過寫得清清楚楚」。

留言「AI」，我哋私訊你點裝、點用 👇

#辦公效率 #團隊協作

12/10/2026

一家 320 人的香港貿易集團，Copilot 推行了九個月，每席每月 30 美元。使用數據顯示，40% 席位在過去 30 天從未使用過；粵語會議摘要並不可靠；長駐 WhatsApp 而非 Outlook 的客服團隊，根本沒有獲派授權。續約在即，財務總監想知道有什麼選擇。

這其實不是產品問題，而是一個穿着採購外衣的使用率問題。文章列出 2026 年香港可認真考慮的選項與真實價格：免費的 Copilot Chat（隨 Microsoft 365 商業版附送）、Google Workspace 內置 Gemini（每用戶每月 14 至 22 美元）、ChatGPT Business（年約 20 美元）與 Claude Team（每席 20 美元），以及本地部署的 AI 員工（0 港元啟用、最快三個工作天上線、資料留在香港）。當中 ChatGPT 與 Claude 在香港均有直接取得的限制，這一點必須先確認。

文章亦坦白列出各方案的短板，包括 AI 員工不會在 Word、Excel、Outlook 內運作。對大多數香港企業，正確答案往往是組合而非一換一：在文件關聯值回 30 美元的崗位保留 Copilot，其餘降級至免費的 Copilot Chat，再為按席位計費的助手觸及不到的營運工作，配置一個任務型 AI 員工。

👉 完整價格對照連各類買家結論，全文連結已放在留言。

想知道哪些工作可以交由 AI 員工獨立負責？歡迎親臨「AI 員工流動體驗館」即場試玩，時間、地點詳情👉 https://www.facebook.com/share/p/1DWKF18hmz/

懂AI，更懂你｜UD相伴，AI不冷

09/10/2026

【Jev：一個唔識傾偈嘅 AI，點解快 200 倍、平 400 倍？】

9 月中矽谷出咗個新 AI 叫 Jev，launch 片喺 X 有近 4,000 萬 view。最特別係：佢完全唔識傾偈，淨係識「答題」。

咩嚟？
・由前 OpenAI 研究員創辦嘅 TypeSafe AI 推出，佢哋叫呢類模型做「System One」，即係人腦嗰種快速直覺判斷
・唔出文字，只答結構化答案（例如「係／唔係」、「A／B／C」），仲附埋信心分數
・約 0.1 秒回應，input 每百萬 token 0.042 美元，output 免費，分類工作比一般大模型快 200 倍、平 400 倍
・啱做分類、分流、評分、審核：例如客服 ticket 派去邊個部門、sales lead 打幾多分、AI agent 做危險動作前幫你把關
・有信心就自動做，冇信心就轉畀人手跟進

一句講：公司大部分 AI 工序其實唔使「大模型」，用錯模型等於揸跑車送外賣。

想知 Jev 啱唔啱你盤生意、可以點用？留言「AI」，我 send 你。

懂AI，更懂你｜UD相伴，AI不冷

Address

九龍觀塘鴻圖道9號建業中心18樓
Hong Kong

Website

http://ud.hk/

Alerts

Be the first to know and let us send you an email when UD posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.