英特爾在 Hot Chips 2026 上，一口氣端出 3 款瞄準代理式 AI 與企業工作負載的新架構，分別是下一代 Xeon 處理器 Diamond Rapids、資料中心 GPU Crescent Island，以及用於主流筆電與智慧邊緣裝置的 Wildcat Lake。從資料中心、機櫃級系統到終端裝置，英特爾正試圖把代理式 AI 的布局一次補齊。記者黃仁杰／台北報導

英特爾在 Hot Chips 2026 上，一口氣端出 3 款瞄準代理式 AI 與企業工作負載的新架構，分別是下一代 Xeon 處理器 Diamond Rapids、資料中心 GPU Crescent Island，以及用於主流筆電與智慧邊緣裝置的 Wildcat Lake。從資料中心、機櫃級系統到終端裝置，英特爾正試圖把代理式 AI 的布局一次補齊。

[caption id="attachment_267058" align="aligncenter" width="1024"] 英特爾於 Hot Chips 2026 展示從資料中心到邊緣裝置的代理式 AI 全方位架構布局。（圖／英特爾提供）[/caption]

英特爾表示，代理式 AI 正在改變整個運算系統的設計方式，不只是比拼單一晶片效能，而是要把通用運算、AI 加速器、先進封裝與 chiplet 技術整合起來，才能因應不同工作負載，並兼顧功耗、成本與部署彈性。這次亮相的 3 款產品，也都建立在 Intel Foundry 技術之上，包括 Intel 18A 系列製程、Foveros Direct 3D 封裝，以及 UCIe 小晶片互連標準。

資料中心與企業端部分，Diamond Rapids 是英特爾新一代 Xeon 處理器，主打企業級代理式 AI 所需的運算底盤。這款處理器採用 Intel 18A-P 製程，導入全新架構設計，結合可彈性配置的運算模組、統一記憶體互連架構與彈性 I/O，希望在效能、效率與擴充性之間取得平衡。英特爾也在會中展示其先進 SoC 設計，導入 Foveros Direct 3D 與 UCIe-S 互連技術，並搭配高頻寬記憶體子系統、新的 APX 與強化版 AMX，進一步加速 AI 應用。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

規格方面，Diamond Rapids 最高可達 256 個新核心，末級快取容量達 1.28GB，並支援 16 個記憶體通道、資料傳輸速率最高 12800 MT/s，同時提供 128 條 PCIe Gen6 與 CXL 3.0 通道。從規格來看，英特爾想鎖定的是需要大規模運算與高速資料交換的企業級 AI 場景。

Crescent Island 則是英特爾針對 AI 推論市場推出的下一代資料中心 GPU。英特爾將這款產品定位為「更容易部署、功耗更低」的方案，重點不是一味衝高峰值算力，而是希望在既有氣冷式資料中心環境中，提升 AI 推論的成本效益。英特爾認為，這樣的設計可以支援更大的模型、更長的上下文視窗，也能同時處理更多 AI 代理，幫助企業在不大改機房基礎設施的前提下，加快 AI 導入速度。

Crescent Island 採用 Xe3P 架構，配備 32 個 Xe 核心與 256 個 XMX 引擎，最高搭載 480GB LPDDR5X 記憶體，功耗為 350 瓦，採氣冷式 PCIe 擴充卡設計。簡單來說，英特爾這張牌是要打「推論效率」與「部署門檻」兩件事，希望企業不用走向高耗能、高冷卻需求的方案，也能把大型 AI 推論服務跑起來。

另一端則是面向用戶端與邊緣裝置的 Wildcat Lake。這款 Intel Core 系列 3 處理器瞄準主流價位筆電與智慧邊緣平台，採用 Intel 18A 製程，整合新型 CPU 核心、具 XMX 加速功能的 Xe3 顯示核心，以及最高可提供 17 TOPS 的 NPU。英特爾也強調，Wildcat Lake 是旗下首款採用 UCIe 的處理器，代表其也開始把多晶片封裝設計帶入主流 AI 平台。

Wildcat Lake 採 2 個效能核心與 4 個效率核心設計，最高支援 LPDDR5X-7467 記憶體，並支援 Wi-Fi 7 與藍牙 6.0。若從應用角度來看，這顆晶片的角色就是把 AI 能力下放到更普及的筆電與邊緣裝置，讓部分 AI 任務不必全靠雲端，也能在終端側完成。

這篇文章 英特爾秀3大新品布局代理型AI 從資料中心推進至筆電與邊緣裝置 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

過去二十年，行銷人最在意的一件事，是怎麼搶到人的注意力。我們研究消費者在哪個時段滑手機、什麼樣的標題會被點開、哪一種縮圖能讓人停下三秒？整個數位廣告產業，本質上就是一場爭奪眼球的戰爭。作者：鄭緯筌（專欄作家，「臺灣電子商務暨創業聯誼會」共同創辦人，前「APP01」網站總監、《風傳媒》產品總監和《數位時代》雜誌主編）

過去二十年，行銷人最在意的一件事，是怎麼搶到人的注意力。我們研究消費者在哪個時段滑手機、什麼樣的標題會被點開、哪一種縮圖能讓人停下三秒？整個數位廣告產業，本質上就是一場爭奪眼球的戰爭。

但有一個正在發生的轉變，可能正在改寫這場戰爭的規則：愈來愈多的購買決策，將不再由人親自完成，而是交給一個替你辦事的 AI 代理人。

[caption id="attachment_240916" align="aligncenter" width="1536"] 愈來愈多的購買決策，將不再由人親自完成，而是交給一個替你辦事的 AI 代理人。（圖／AI生成）[/caption]

這個趨勢的規模，比多數人想像的更大。Gartner 在 2025 年底的 IT Symposium/Xpo 大會上的預測指出，到了 2028 年，AI 代理人將中介超過 15 兆美元的 B2B 採購支出，屆時九成的企業採購將由代理人經手。McKinsey 則估計，到 2030 年，由代理人協作完成的零售交易，每年可創造 3 兆到 5 兆美元的營收。這已經不是一個小眾的科技實驗，而是一場結構性的位移。

更具體的場景是這樣的：當 OpenAI、Google 與 Amazon 這些公司陸續把能直接下單結帳的能力裝進它們的助理，消費者要買一條登山褲時，可能不再打開五個購物網站逐一比價，而是對著助理說一句：幫我找一條兩千元以內、防水、評價好、能在週五前到貨的登山褲，然後直接下單。接下來，挑選、比價和結帳的整段流程，都由代理人在背後完成。

這意味著，品牌行銷的第一線觀眾，正在從人悄悄換成機器。

從搶眼球，到被機器讀懂

過去，品牌的曝光邏輯是設計給人看的。漂亮的主視覺、會勾人的文案、精心鋪陳的品牌故事，目的都是在零點幾秒內打動一個有情緒、會衝動、容易被氛圍感染的人。

可是，代理人不吃這一套。它不會被一張美照打動，也不會因為你的品牌故事而熱淚盈眶。它要的是結構化、可被讀取與可被比較的資訊：價格、規格、庫存、到貨時間、退換貨條件和真實評價的統計分布。

[caption id="attachment_239110" align="aligncenter" width="6400"] 從搶眼球到被機器讀懂。（圖／鄭緯筌提供）[/caption]

換句話說，當顧客變成代理人，行銷的戰場就從感性說服，往結構化可信度移動。一個沒有清楚規格、評價稀薄、資料散亂的品牌，在人類顧客面前也許還能靠一張好看的形象照矇混過關；但在代理人面前，它會直接從候選清單裡被刪掉，連被考慮的機會都沒有。

這不是抽象的推論。根據 Adobe Digital Insights（ADI）發布的數據顯示，從 2024 下半年到 2025 年初，美國由 AI 帶來的轉介流量成長超過十倍，零售類甚至成長十二倍，而且大約每兩到三個月就翻一倍。一項由 Semrush 與數位行銷機構共同追蹤的研究發現，透過 AI 工具（如 ChatGPT、Perplexity、Google AI Overviews）推薦進站的訪客，其平均轉換率是一般傳統自然搜尋訪客的 4.4 倍。

換句話說，流量正在重新分配，而且 AI 帶來的客人還更值錢。對品牌來說，這句話的另一面是：沒有被 AI 看見、沒有被 AI 引用，就等於正在從一個快速長大的入口消失。

巨頭們已經把基礎設施鋪好了

如果你以為這一切還很遙遠，看看過去一年這些公司的動作，就會知道地基已經在灌漿。

2025 年 9 月，OpenAI 推出 Instant Checkout，和 Stripe 共同開發了一套開源的代理商務協定，讓 ChatGPT 每週超過七億的使用者，能在對話框裡直接向商家下單。Shopify 上超過百萬的商家，以及 Glossier、SKIMS、Spanx 等品牌陸續加入。緊接著，2026 年 5 月的 Google I/O，Google 端出「全域購物車」（Universal Cart），讓使用者能跨 Search、Gemini、YouTube 甚至 Gmail 把商品加進同一個購物車，背後串接的商品圖譜涵蓋超過六百億筆商品，首批支援代理結帳的品牌包括 Nike、Sephora、Target、Walmart。同月，Amazon 整併原本的購物助理，推出 Alexa for Shopping，能代使用者查詢、比價和下單，甚至排程在價格到位時自動購買。

光有助理還不夠，付款這一關也有人補上了。Mastercard 在 2025 年 4 月發表 Agent Pay，推出綁定特定代理人、商家與授權政策的代幣，讓經過驗證的 AI 代理人能代消費者付款；Visa 也推出對應的智慧商務方案。換句話說，從找商品、加購物車到刷卡結帳，這些支付巨頭正積極建構一整條由機器代行的快速道路，正在被這些巨頭一段一段鋪起來。

以 Amazon 的購物助理 Rufus 為例，2025 年有超過三億顧客使用，含 Rufus 的購物流程，轉換率是一般流程的三倍以上，Amazon 估計它帶動了約 120 億美元的增量銷售。當機器導購真的能把轉換率拉高三倍，沒有任何一家平臺會踩煞車。把鏡頭拉遠看，根據 Salesforce 的假日購物數據顯示，2025 年的假期檔期，AI 代理人已經悄悄參與下了全球約兩成的線上訂單、金額以千億美元計。換句話說，機器幫人買東西，已經是從去年聖誕節開始就在你我身邊發生的事。

被 AI 引用，正在變成新的訂單

對行銷人來說，這幾年最熟悉的詞是 SEO：怎麼讓 Google 把你排到第一頁？但當愈來愈多人透過 AI 助理而不是搜尋引擎找答案，問題就從怎麼被搜尋引擎排名，變成怎麼被 AI 引用與推薦？

這不是兩件事，而是同一個趨勢的兩個階段。先是內容要被 AI 讀到、信任、引用，也就是這一兩年開始被討論的 GEO，生成式引擎優化；接著，當 AI 不只回答、還能直接幫你買，被引用就會進一步變成被購買。Similarweb 的觀察是，透過 ChatGPT 轉介而來的電商流量，轉換率約是自然搜尋的兩倍。一個品牌如果在 AI 的推薦清單裡長期缺席，失去的將不只是流量，而是訂單本身。

對中小企業與一人公司來說，這其實是一個被低估的機會。過去要在 Google 搶排名，往往拚的是預算與內容軍備競賽，小品牌很難贏過大公司。但代理人在意的是資訊是否清楚、規格是否完整、評價是否真實，這些恰恰是靈活的小品牌可以做得又快又紮實的地方。代理商務有機會把競爭重新拉回到誰把基本功做得更乾淨，而不是誰的行銷預算更大。

別急著歡呼，小心三盆冷水

講到這裡，你可能已經準備全力擁抱代理商務了。但一個有判斷力的觀察者，這時候反而要往反方向多看兩眼。因為這條路上，最近接連被潑了幾盆冷水。

[caption id="attachment_239112" align="aligncenter" width="6400"] 三盆值得喝下去的冷水。（圖／鄭緯筌提供）[/caption]

第一盆冷水來自領頭羊自己。2026 年 3 月，正是代理商務的領先者 OpenAI，悄悄撤回了在 ChatGPT 內直接結帳的功能，改回把使用者導向商家的網站或 App，形同退回到單純的轉介流量模式。研究機構 Forrester 的分析一針見血：結帳是最難被代理人複製的一段，因為下單其實是一個情緒性的動作，牽涉信任、合規與最後一刻的猶豫，很容易在完成前就失去顧客的耐心。它的調查也顯示，即使在最願意嘗鮮的 Z 世代裡，會用 AI 助理一路完成購買的，仍是所有使用情境中最少的一種。

第二盆冷水來自學界。德國漢堡大學及法蘭克福金融管理學院針對全球 973 個電商網站、超過五萬筆 ChatGPT 轉介交易的研究發現，從實際成交來看，ChatGPT 帶來的轉換表現，目前其實還輸給傳統的自然搜尋。換句話說，AI 導購的聲量很大，但真正落到訂單的貢獻，現階段仍然很小，且高度集中在少數需要仔細考慮的品類。把代理商務當成明天就會吃掉一切的海嘯，是危險的誤判。

第三盆冷水，關於控制權。當交易這一段交給代理人，品牌換到的是效率，賠上的卻可能是與顧客的直接關係。McKinsey 把這個兩難稱為代理商務的悖論：更有效率，卻更少掌控。BCG 也提醒，過度依賴第三方代理人平臺的品牌，會逐漸失去能見度、相關性，以及最珍貴的、與消費者直接對話的機會。再往下看，代理人天生傾向把流量導向最符合條件的最低價選項，這會壓縮利潤，業界估計每一筆由代理人完成的訂單，毛利可能比人工完成的低上好幾百個基點。把顧客關係與訂價權整段讓渡出去，從來都不是一筆划算的交易。

更別說還有信任與安全。2026 年 3 月，舊金山一位聯邦法官核發禁制令，禁止 Perplexity 的瀏覽器代理人代消費者登入並在 Amazon 上購物，關鍵爭點是：有使用者的授權，卻沒有平臺的授權。當機器開始替人行動，誰有權代理誰、邊界在哪，會是接下來幾年都吵不完的問題。

那麼，品牌現在該做什麼

把這些冷水一起喝下去之後，結論其實很清楚。代理商務不會在一夜之間取代所有的人類購物，就像當年電商沒有讓實體店全部消失一樣。它更像是在既有的消費版圖上，長出一條新的、由機器代行的快速道路。聰明的品牌不會孤注一擲，但也絕不會假裝沒看見。具體來說，有三件事值得現在就開始做。

第一，把基本功做到讓機器願意讀。檢查你的商品資訊是否結構化、規格是否完整、評價是否真實而豐富、庫存與到貨資訊是否即時準確。這些過去被當成後勤瑣事的東西，在代理人時代會直接決定你有沒有被放進候選清單。這是門檻，不是加分題。

第二，從經營能見度，升級為經營被引用。別只想著怎麼被人看見，要開始研究怎麼被機器讀懂與推薦。讓你的內容、你的觀點、你的產品，成為 AI 在回答相關問題時會主動引用的對象。對資源有限的小品牌而言，這可能是十年來最公平的一次競爭重設。

第三，也是最重要的，把資源往兩端集中，守住代理人給不了的那一段。代理人很會處理明確需求：我要一條符合這些條件的登山褲。但它不擅長處理模糊渴望：我想找一個能讓週末山林之旅變得更有儀式感的品牌。前者是規格題，後者是情感題與認同題。當交易層被代理人接管，品牌真正的護城河會往兩端集中：一端是乾淨到讓機器願意推薦你的結構化基本功，另一端是濃烈到讓人類願意指名你的情感與意義。夾在中間、既不夠清楚也不夠動人的品牌，會是這場轉變裡最危險的一群。這也呼應了我先前談過的：當機器接走了標準化的交易，人就更需要被一個有溫度的社群與真實的體驗接住。

[caption id="attachment_239111" align="aligncenter" width="6400"] 把資源往兩端集中。（圖／鄭緯筌提供）[/caption]

三個值得現在自問的問題

所以，與其焦慮顧客會不會變成機器，不如現在就誠實地問自己三個問題。

第一，如果我的下一個顧客是一個 AI 代理人，它能不能在三秒內讀懂我是誰、賣什麼、為什麼值得被選？

第二，當別人都還在拚怎麼被人看見，我有沒有開始經營怎麼被機器讀懂與引用？

第三，當交易這一段遲早會被代理人接走，我有沒有把資源往兩端集中：一端做到讓機器信任，一端做到讓人類眷戀？

當我們想清楚這三個問題的品牌，就不會害怕顧客變成機器。因為它早就準備好，同時被機器看見，也被人記得。

這篇文章 你的下一個顧客不是人類：當 AI 代理人開始替消費者購物，品牌要重新學會被機器看見｜專家論點【鄭緯筌 Vista】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

AI 正快速改變企業與社會的運作模式，而當 AI 從協助使用者完成工作，逐步演進為能自主規劃、呼叫工具、操作系統甚至彼此協作的 Agentic AI（代理式 AI），資安也正式邁入全新的挑戰。台灣駭客協會今（15）日宣布年度資安盛會 HITCON 2026 台灣駭客年會，將於 8 月 21 日至 22 日於中央研究院人文社會科學館舉行。今年以 「When AI Acts: Hacking the Age of Agentic Systems」 為主題，聚焦 Agentic AI 所帶來的新型攻擊面、安全治理與系統設計挑戰，邀集全球資安研究者、駭客社群與產業專家，共同探討 AI 時代下資訊安全的下一步。記者黃仁杰／台北報導

AI 正快速改變企業與社會的運作模式，而當 AI 從協助使用者完成工作，逐步演進為能自主規劃、呼叫工具、操作系統甚至彼此協作的 Agentic AI（代理式 AI），資安也正式邁入全新的挑戰。台灣駭客協會今（15）日宣布年度資安盛會 HITCON 2026 台灣駭客年會，將於 8 月 21 日至 22 日於中央研究院人文社會科學館舉行。今年以 「When AI Acts: Hacking the Age of Agentic Systems」 為主題，聚焦 Agentic AI 所帶來的新型攻擊面、安全治理與系統設計挑戰，邀集全球資安研究者、駭客社群與產業專家，共同探討 AI 時代下資訊安全的下一步。

[caption id="attachment_237028" align="aligncenter" width="2047"] 年度資安盛會 HITCON 2026 台灣駭客年會將以 「When AI Acts Hacking the Age of Agentic Systems」 為主題，聚焦 Agentic AI 所帶來的新型攻擊面、安全治理與系統設計挑戰。（圖／台灣駭客協會提供）[/caption]

近年 AI 安全持續是全球資安領域最受關注的議題，但隨著 AI 從大型語言模型（LLM）進一步發展至 Agentic AI，風險已不再侷限於模型本身，而開始擴散至整個企業資訊環境。AI 系統除了仍須面對 Prompt Injection、Model Alignment、System Jailbreak 等難以完全根除的攻擊之外，Agentic AI 更因能串接外部工具、企業系統及第三方服務，使攻擊面快速延伸至整個供應鏈。從基礎模型、訓練流程、資料集到 Tool Use，每一個環節都可能成為新的攻擊入口，也讓過去「先開發、後補安全」的模式再次面臨挑戰。今年台灣駭客年會將 Secure-by-Design 作為核心理念，希望推動 AI 安全從系統設計初期便納入整體架構，而非等到產品完成後才進行修補，建立符合 AI 時代的新世代安全思維。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

台灣駭客年會總召集人陳谷傑表示：「過去幾年，生成式 AI 已經改變了資訊安全的攻防模式；而今年，我們更進一步聚焦 Agentic AI 所帶來的新挑戰。當 AI 不只是回答問題，而開始自主規劃、操作工具甚至彼此協作時，攻擊面也將從單一模型擴展到整個 AI 生態系。Secure-by-Design 不應再只是軟體開發的原則，而必須成為 AI 系統設計最核心的思維，這也是今年 HITCON 希望率先帶大家討論的核心議題。」

他也指出：「HITCON 一直希望站在全球資安研究最前線，把最新的攻防趨勢帶到台灣。今年除了 AI 安全之外，也同步關注後量子密碼、關鍵基礎設施、OT 安全與人才培育，希望透過社群、產業與學界共同合作，協助台灣建立面對下一世代資安挑戰所需的能力。」

除了 Agentic AI，今年 HITCON 也同步關注未來十年最重要的資安趨勢。面對量子運算逐漸成熟，HITCON 在數位發展部數位產業署指導下，首度攜手後量子資安產業聯盟（PQC-CIA）與工業技術研究院舉辦「後量子密碼技術與資安韌性高峰會」，聚焦後量子密碼技術、國際標準及產業應用，透過專題演講、案例分享與跨域交流，協助企業提前掌握量子運算對現行加密機制與資料保護可能帶來的衝擊，及早布局下一世代資安韌性。 

另一方面，隨著智慧製造、能源、交通及水資源等關鍵基礎設施持續數位化，OT 安全亦成為全球高度關注議題。今年大會特別設計工控場域互動體驗，讓參與者化身攻擊者，模擬 PLC、SCADA 等工業控制系統的攻擊流程，透過沉浸式體驗深入理解關鍵基礎設施面臨的真實威脅，提升產業與社會對 OT 安全的認識。

除了技術交流，HITCON 持續深化資安人才培育。首先，今年 HITCON Cyber Range（企業藍隊競賽） 首度推出專為學生打造的「藍隊體驗日」，由國際知名出題團隊 TRAPA Security 設計企業等級 Incident Response（事件應變）情境，讓學生在進入職場前，即可親身參與真實企業遭受攻擊時的防禦流程，提前建立藍隊實戰能力，也透過企業參與縮短學用落差。

隨著 Agentic AI、量子運算及全球數位化快速發展，資訊安全已從技術議題，逐漸成為企業競爭力、產業韌性與國家安全的重要基礎。HITCON 2026 希望透過技術交流、社群合作、人才培育與跨域對話，推動 Secure-by-Design 成為 AI 時代的重要開發思維，也讓更多企業、研究者與開發者共同思考如何在 AI 持續進化的同時，建立值得信賴、安全且具韌性的數位環境。

這篇文章 全球駭客與資安專家齊聚台北 台灣駭客年會聚焦AI代理時代資安新挑戰 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

如果說生成式AI過去幾年改變的是人與AI的互動方式，那AWS認為，2026年開始改變的將是企業的工作模式。AWS GenAI市場部下世代開發者體驗總監Rory Richardson今（15）日在AWS Summit Taipei 2026表示，AI正從回答問題、協助搜尋的工具，進一步演變成能自主執行任務的AI Agent（AI代理）。未來企業不只是「使用AI」，而是讓AI直接參與工作流程，從搜尋資料、撰寫程式、部署系統、修補漏洞，到分析企業知識與建立應用，都能交由AI代理完成。記者黃仁杰／台北報導

如果說生成式AI過去幾年改變的是人與AI的互動方式，那AWS認為，2026年開始改變的將是企業的工作模式。AWS GenAI市場部下世代開發者體驗總監Rory Richardson今（15）日在AWS Summit Taipei 2026表示，AI正從回答問題、協助搜尋的工具，進一步演變成能自主執行任務的AI代理（AI Agent）。未來企業不只是「使用AI」，而是讓AI直接參與工作流程，從搜尋資料、撰寫程式、部署系統、修補漏洞，到分析企業知識與建立應用，都能交由AI代理完成。

[caption id="attachment_237018" align="aligncenter" width="1477"] Rory Richardson今（15）日在AWS Summit Taipei 2026表示，AI正從回答問題、協助搜尋的工具，進一步演變成能自主執行任務的AI代理。（圖／記者黃仁杰攝）[/caption]

Rory Richardson指出，許多企業雖然已導入AI，但多數應用仍停留在聊天機器人或單一功能助手，只能回答問題，卻無法真正完成工作。「真正的Agent不是更快的搜尋引擎，而是能夠理解目標、執行任務，並在每一次互動中持續學習。」

他認為，企業競爭力的關鍵，不再只是導入AI，而是能否建立一套持續累積能力的工作循環（Compounding Momentum），讓AI在工作、開發與營運過程中不斷累積經驗、優化流程，形成正向循環。

在日常工作方面，AWS推出新版Amazon Quick，定位為企業AI工作助手，不僅能搜尋企業內部文件、電子郵件、Slack訊息與資料湖，更能依照使用者需求，自動整理會議資料、製作簡報、撰寫主管簡報、寄送電子郵件，甚至建立可長時間在背景自主執行工作的AI代理。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

Rory Richardson表示，企業員工真正想要的是完成工作，而不是在不同工具之間來回切換。未來AI應協助使用者跨越各種系統與資料來源，直接完成任務，而不是只提供答案。

除了辦公流程，AWS也將AI Agent全面導入軟體開發生命週期（SDLC）。Rory Richardson指出，單純提升程式碼生成速度並不足以加快產品上市，真正影響開發效率的，是需求分析、測試、部署、維運以及後續現代化等完整流程。

為此，AWS推出Kiro、AWS DevOps Agent、Release Management以及AWS Transform Continuous Modernization等工具，讓AI從需求規畫開始，協助完成設計、撰寫程式、測試、部署到持續更新維護，形成一套持續運作的閉環流程。

他分享，AWS內部已透過這套開發模式，大幅提升程式交付效率，程式修改正確率也高於人工基準。企業若能建立完整的AI開發循環，不僅能縮短產品上市時間，也能降低技術債（Technical Debt）持續累積的問題。

資安則是另一項重要應用。Rory Richardson表示，AI時代企業不能在安全與速度之間二選一，因此AWS推出Continuum平台，將威脅建模（Threat Modeling）、程式漏洞分析與修補等能力交由AI Agent協助完成。

他指出，傳統威脅模型多仰賴資安工程師手動建立，不但耗時，也容易因系統持續更新而失效。新的AI Agent可直接依據企業程式碼、系統架構與設計文件，自動建立威脅模型，分析攻擊路徑、評估風險並提出修補建議，初期仍由人工確認，待企業建立信任後，再逐步交由AI自動處理。

除了AWS自建Agent，Rory Richardson也表示，真正能創造競爭優勢的，仍是企業自行打造符合自身需求的AI Agent。

為協助企業縮短開發時間，AWS推出Amazon Bedrock AgentCore，提供Agent執行環境、記憶能力、身分驗證、API串接與資料存取等核心能力，讓企業不需自行建置大量基礎架構，即可快速打造可投入正式營運的AI Agent。

在資料應用方面，AWS同步強化企業知識管理能力，包括推出新版Amazon Bedrock Managed Knowledge Base、Agentic Web Search及AWS Context等服務，整合企業內部文件、影像、影片、資料庫及外部網路資訊，協助AI建立更完整的企業知識圖譜（Knowledge Graph）。

Rory Richardson指出，再強大的模型，如果不了解企業自己的資料，就無法真正做出正確判斷。企業未來最大的競爭力，不只是擁有先進模型，而是如何把自身知識、流程與資料，轉化為AI代理可理解、可推理、可持續學習的能力。

他表示，AI代理的價值已不只是提升單一員工效率，而是建立一套能持續運作、持續改善的工作模式。當工作、開發、資安與企業知識都能形成持續迭代的循環，企業才能真正發揮AI帶來的長期競爭優勢。

這篇文章 AWS宣布代理工具正式接管工作流程 開發、資安都交給AI 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

生成式AI熱潮延燒數年，企業下一步該怎麼走？AWS台灣董事總經理王定愷今（15）日在AWS Summit Taipei 2026表示，隨著基礎模型能力跨越臨界點，加上雲端基礎架構日趨成熟，2026年可望成為AI代理（AI Agent）真正走向企業應用的元年。不過他也提醒，企業導入AI不能只是追逐新工具，而應先釐清資料、流程與商業價值，「先找到金子，再去買鏟子」。記者黃仁杰／台北報導

生成式AI熱潮延燒數年，企業下一步該怎麼走？AWS台灣董事總經理王定愷今（15）日在AWS Summit Taipei 2026表示，隨著基礎模型能力跨越臨界點，加上雲端基礎架構日趨成熟，2026年可望成為AI代理（AI Agent）真正走向企業應用的元年。不過他也提醒，企業導入AI不能只是追逐新工具，而應先釐清資料、流程與商業價值，「先找到金子，再去買鏟子」。

[caption id="attachment_237013" align="aligncenter" width="1477"] 王定愷提醒，企業導入AI不能只是追逐新工具，而應先釐清資料、流程與商業價值，「先找到金子，再去買鏟子」。（圖／記者黃仁杰攝）[/caption]

王定愷指出，過去幾年企業多半還在測試生成式AI，應用集中在問答、內容生成或個人效率提升；如今模型已能執行更複雜的多步驟任務，雲端環境也具備足夠的安全性與規模，讓AI開始從「回答問題」進一步走向「代替人完成任務」。

他認為，這兩股力量不是單純相加，而是彼此放大。當模型能力、運算資源、企業資料與治理機制逐漸到位，AI代理才有機會真正進入業務流程，協助企業處理客服、軟體開發、資料分析、營運決策等工作。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

不過，面對AI快速發展，企業最常見的誤區，是還沒想清楚要解決什麼問題，就先投入大量預算購買工具與算力。

王定愷以淘金比喻指出，台灣熟悉半導體、伺服器與運算設備，這些都是AI時代的重要基礎，但設備本身仍只是「鏟子」。企業更需要思考的是，自身真正有價值的資料在哪裡、哪些流程可以被改造，以及AI最終能帶來什麼營運成果。

「要先找到金礦在哪裡，再決定需要什麼鏟子。」他表示，AI硬體與工具更新速度極快，若企業只因市場熱潮投入資源，卻沒有明確應用場景，很容易陷入設備先進、成果有限的困境。

王定愷也點出，企業導入AI的另一大障礙，往往不是技術，而是管理階層。他引用Amazon執行長Andy Jassy的觀察指出，推動數位轉型與新技術導入，最有效的方式仍是由上而下，高階主管不能只把AI視為資訊部門的工作，而必須親自參與、實際使用。

他表示，目前已有不少台灣企業負責人每天親自測試AI工具，從實際操作中理解技術能做什麼、不能做什麼。當公司領導者親自投入，組織才更有機會快速建立共識，也能避免AI專案停留在概念驗證階段。

除了高層參與，王定愷也建議企業採取「小步快跑」策略。由於AI技術仍快速演進，企業很難在一開始就設計出完美方案，與其等待所有條件成熟，不如先從小型專案開始，快速測試、累積經驗，再逐步擴大。

他以Amazon常用的「雙向門」概念說明，多數AI實驗並非不可逆的重大決策，企業可以先走進去嘗試，若結果不理想再調整方向。每一次實驗累積的資料與經驗，都能成為下一輪迭代的基礎。

不過，快速導入不代表可以忽略風險。王定愷強調，企業必須建立清楚的AI邊界與安全護欄，讓員工能在受控環境中使用AI，同時確保企業資料、智慧財產與工作成果不會外流。

他表示，企業未來需要面對的問題，不只是「人如何使用AI」，也包括「人要如何管理AI」。公司必須建立權限、資料治理與安全機制，讓員工可以自由創新，但不能因為使用外部工具，導致內部資料被帶出公司，甚至在員工離職後流失重要資產。

談到台灣在AI浪潮中的角色，王定愷則直言：「沒有半導體，就沒有AI。」不論是模型訓練、推論或一般運算，都需要大量晶片與基礎設施支撐，而台灣正是全球AI供應鏈不可或缺的一環。

他指出，AWS與半導體產業的關係不只在於採購英特爾、AMD與輝達等晶片，AWS本身也已投入自研晶片多年，包括通用運算處理器Graviton，以及用於AI訓練與推論的Trainium、Inferentia系列晶片。

王定愷表示，AWS每天服務全球大量客戶，能直接掌握不同產業與工作負載對運算效能、成本與能源效率的需求，因此早在AI熱潮之前，就已投入自研晶片，並與台灣半導體供應鏈建立密切合作。

除了硬體，AWS也持續推動半導體設計工具上雲，協助晶片業者加速設計、驗證與製造流程，並與台積電合作推動人才培育，希望讓高中階段學生更早接觸半導體與雲端技術。

王定愷指出，AWS自2006年推出雲端服務至今已滿20年，這段歷程並非一開始就設定好終點，而是不斷與客戶共同探索、長期投資的結果。面對下一波AI代理浪潮，企業同樣不需要一次找到所有答案，但必須開始行動。

這篇文章 AI代理元年來了！AWS王定愷：企業要先找到自己的金礦 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

慧與科技（HPE）於HPE Discover Las Vegas 2026宣布擴大自駕網路布局，推出新一代AI資料中心交換器、代理型AIOps與統一SASE平台，將網路自動化能力延伸至AI工廠、資料中心及企業邊緣環境，協助企業降低AI基礎架構的營運複雜度。記者黃仁杰／台北報導

慧與科技（HPE）於HPE Discover Las Vegas 2026宣布擴大自駕網路布局，推出新一代AI資料中心交換器、代理型AIOps與統一SASE平台，將網路自動化能力延伸至AI工廠、資料中心及企業邊緣環境，協助企業降低AI基礎架構的營運複雜度。

[caption id="attachment_226554" align="aligncenter" width="1600"] HPE將自駕網路擴展至AI工廠、資料中心與企業邊緣環境，助企業打造更智慧、自主且安全的AI原生基礎架構。（圖／HPE提供）[/caption]

隨著企業開始導入能夠自主規劃、判斷及執行任務的代理型AI，底層網路不僅要承載大量資料傳輸，也必須具備即時監控、問題判斷與自動修復能力。HPE表示，此次產品更新將網路定位為代理型企業的重要基礎，目標是在減少人工介入的情況下，維持AI系統的效能與可靠性。

HPE執行副總裁暨網路事業群總裁與總經理Rami Rahim指出，代理型AI能否在企業環境中落地，取決於是否具備專為自主工作流程打造的現代化網路。網路的效能、可靠性與智慧化程度，也將直接影響整體AI架構的運作成效。

強化AI資料中心網路 支援推論與機櫃級架構

在AI資料中心方面，HPE將HPE Juniper Networking QFX交換器與HPE Networking Data Center Director納入HPE AI Data Center解決方案，使運算、網路、儲存、軟體及服務能以預整合方式部署。

HPE表示，這項整合可提升不同系統間的互通性，並提供可預測、可擴充且能直接導入生產環境的AI基礎架構，協助客戶將AMD Helios等AI平台由實驗階段推進至實際營運。

HPE此次也推出QFX5140交換器，鎖定推論叢集與邊緣AI應用，因應AI推論市場對網路頻寬與擴充性的需求；另一款適用於AMD Helios的QFX5252交換器托盤，則是為機櫃級AI平台設計的縱向擴展模組，提供低延遲與高頻寬交換能力。

HPE指出，網路傳輸延遲可能使GPU處於等待狀態，降低整體運算資源使用效率。新交換器透過提高資料交換速度，讓GPU能將更多時間投入工作負載處理，降低AI叢集的網路瓶頸及總體擁有成本。

Mist與Aruba Central加速整合 導入自主修復

除了硬體產品，HPE也持續整合HPE Mist與HPE Aruba Central兩大管理平台，讓HPE Aruba Networking與HPE Juniper Networking產品共享代理型AI能力、硬體架構及AI原生營運模式。

其中，HPE Networking CX有線交換器將整合至HPE Mist平台，提供AI原生網路可視性、零接觸部署、動態封包擷取、服務層級分析，以及由HPE Marvis AI驅動的自主操作功能。

HPE Aruba Central也將導入Marvis AI的自駕能力，包括針對有線網路連接埠進行自動修復，使系統在偵測到異常後，能夠在不需人工逐一介入的情況下採取修復行動。

在資料中心營運方面，HPE Mist平台新增預測性維護功能，利用AI與機器學習分析系統及光學模組狀態，在設備故障前辨識潛在問題。

平台也將透過推理代理，持續分析包含數百萬筆技術支援案例，以及HPE Networking Data Center Director情境圖資料庫在內的多元資料，進行根本原因分析並提出修復建議，縮短資料中心網路的問題排除時間。

HPE同時將Mist Networking Data Center Assurance整合至HPE Compute Ops Management與GreenLake，使企業能在單一操作環境中查看網路、運算及混合雲資源，降低管理工具分散造成的營運孤島。

統一SASE整合網路與資安 加速零信任導入

面對AI帶來的新型資安風險，HPE也推出建構於HPE Networking EdgeConnect之上的統一SASE平台，將SD-WAN、安全服務邊緣及防火牆功能整合至單一AI原生管理介面。

新平台可統一管理網路連線與安全政策，並透過內建的安全服務邊緣連接器，加速導入零信任網路存取，企業無須另外部署額外的連接器或基礎架構。

針對企業資料主權需求，平台也可搭配Private Edge，讓網路流量維持在企業邊界內，避免為了接受雲端安全服務而將流量繞送至外部節點。管理人員則可透過SASE Copilot，以自然語言查詢網路狀態、排除問題並辨識潛在安全漏洞。

此外，HPE Financial Services同步推出網路移轉計畫，結合硬體融資、零利率軟體融資及IT資產計畫，協助企業回收既有設備價值，降低升級至AI網路基礎架構的初期成本與移轉風險。

這篇文章 HPE擴大自駕網路布局 新交換器、AI代理維運與SASE瞄準AI資料中心 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

當你走在路上，突然想到要訂一家餐廳，不必再打開手機搜尋、比價、預約，而是直接對身旁的AI助理說一句話，系統便能自動跨平台完成訂位、付款並寄送確認信。這是高通（Qualcomm）執行長安蒙（Cristiano Amon）眼中的下一代AI世界。記者黃仁杰／編譯

當你走在路上，突然想到要訂一家餐廳，不必再打開手機搜尋、比價、預約，而是直接對身旁的AI助理說一句話，系統便能自動跨平台完成訂位、付款並寄送確認信。這是高通（Qualcomm）執行長安蒙（Cristiano Amon）眼中的下一代AI世界。

[caption id="attachment_226529" align="aligncenter" width="1536"] 安蒙認為，未來智慧眼鏡有機會發展成與智慧手機同等規模的市場。（圖／AI生成）[/caption]

安蒙近日接受CNBC《The Tech Download》Podcast專訪時表示，隨著AI代理（AI Agent）能力持續進化，未來人們與數位服務的互動方式將徹底改變，而AI代理甚至可能取代部分App的角色。

「App不會消失，但App將會改變，未來這些AI代理將成為新的App。」

安蒙指出，當前完成一項任務往往需要在多個應用程式之間切換，例如訂餐廳可能涉及搜尋平台、訂位服務、付款系統以及電子郵件通知等不同工具。

但未來AI代理人將能夠理解使用者需求，自行協調各種服務並完成任務。在他看來，AI發展不只是軟體升級，更將重新定義終端裝置型態。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

過去智慧手機一直是數位生活的核心入口，但未來AI代理人將成為新的運算中心，「手機將圍繞著代理人而存在，而新一代裝置也會圍繞著代理人打造。」安蒙說，AI代理時代將催生全新的硬體產品類別。

目前高通正與合作夥伴開發超過40種AI裝置設計，涵蓋智慧眼鏡、智慧耳機、穿戴式攝影裝置、胸針以及智慧手錶等產品。

安蒙表示，這些產品有一個共同特徵，它們必須能夠長時間配戴在身上，隨時感知周遭環境，理解使用者當下情境，並讓人們透過自然對話與AI代理人互動。

其中，他最看好的仍是智慧眼鏡。安蒙認為，未來智慧眼鏡有機會發展成與智慧手機同等規模的市場。

根據統計，全球去年智慧手機出貨量超過12億支，而智慧眼鏡若能成功整合AI代理人、視覺辨識與擴增實境技術，未來市場規模有望與智慧手機相提並論。

事實上，科技產業近年持續嘗試打造數位助理服務。從蘋果的Siri，到三星的Bixby，再到近年的ChatGPT、Gemini與Claude，各大業者都希望建立更自然的人機互動模式。

然而過去受限於AI能力不足，這些數位助理始終未能完全實現最初願景。

隨著大型語言模型快速進步，AI代理開始具備跨平台執行任務、理解情境與自主決策能力，也讓業界重新看見下一波終端裝置革命的可能性。

不過安蒙也坦言，AI代理人能否真正普及，仍取決於隱私保護與功能便利性之間能否取得平衡。當AI裝置開始持續觀察周遭環境、理解使用者行為並主動執行任務時，個資與隱私問題勢必成為市場最關注的議題之一。

這篇文章 智慧眼鏡將和智慧手機一樣普及？高通CEO：AI代理將成下一代App 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

人工智慧正加速滲透全球金融體系，一場被稱為「agentic AI（自主代理AI）」的技術浪潮，正在改寫銀行、投資與風險管理的運作方式。根據《CNN》與《Forbes》相關分析指出，金融業正快速轉向能「自主執行任務」的AI系統，從單純輔助工具進化為可獨立行動的數位代理人，恐對產業結構帶來深遠衝擊。記者林育如／編譯

人工智慧正加速滲透全球金融體系，一場被稱為「agentic AI（自主代理AI）」的技術浪潮，正在改寫銀行、投資與風險管理的運作方式。根據《CNN》與《Forbes》相關分析指出，金融業正快速轉向能「自主執行任務」的AI系統，從單純輔助工具進化為可獨立行動的數位代理人，恐對產業結構帶來深遠衝擊。

[caption id="attachment_226168" align="alignnone" width="849"] 「agentic AI（自主代理AI）」的技術浪潮，正在改寫銀行、投資與風險管理的運作方式。[/caption]

所謂agentic AI，是指具備一定程度自主性，能在有限目標下進行規劃、決策並執行任務的人工智慧系統。在金融領域，這類AI已開始應用於交易分析、客戶服務、詐欺偵測與風險控管等環節，逐步取代部分傳統需要人工判斷與操作的流程。

報導指出，金融機構之所以積極導入agentic AI，關鍵在於其能大幅提升效率與降低成本。相較於傳統自動化系統，AI代理不僅能分析數據，還可根據市場變化即時調整策略，甚至在一定規則框架內執行決策，使金融操作速度與規模大幅提升。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

然而，這股技術浪潮也引發市場對風險的關注。專家指出，當AI從「建議工具」升級為「執行代理」，金融決策鏈條將變得更複雜，可能出現責任歸屬不清、模型偏差放大，甚至系統性風險快速擴散等問題。監管機構也面臨如何對AI決策進行約束與審查的新挑戰。

延伸閱讀：AI重塑職場！高技能人才薪資飆升 人力市場正被「分裂成兩條賽道」

《Forbes》分析更進一步指出，agentic AI對金融業的衝擊，可能不亞於當年網際網路的出現。未來金融市場可能從「人主導決策」轉向「人類監督AI代理運作」，形成全新的混合決策模式。這意味著金融從業人員的角色，將從執行與分析，轉向監督、訓練與治理AI系統。

《CNN》相關報導則強調，儘管金融業對agentic AI充滿期待，但多數機構仍處於早期導入階段，實際應用仍受限於技術成熟度、法規不確定性與資安風險。目前多數應用仍集中在試點專案，尚未全面進入核心交易與決策系統。

分析人士認為，金融業正在形成一個關鍵轉折點：一方面追求AI帶來的效率與競爭優勢，另一方面則必須面對失控風險與監管壓力。當AI開始參與甚至主導部分金融決策時，整個產業的權力結構與信任機制，都可能被重新定義。

專家警告，agentic AI並非單純技術升級，而是金融治理模式的根本轉變。未來競爭關鍵，將不再只是誰擁有最多數據，而是誰能有效控制「自主AI代理」的行為邊界。

資料來源：CNN、Forbes

這篇文章 AI接管金融前夜？銀行全面搶進自主AI代理 專家示警風險升高 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

Gartner 預測，到了 2026 年底，將有四成的企業應用程式整合任務型 AI 代理人，而 2025 年這個比例還不到 5%。一年之間，從不到 5% 跳升到 40%，幾乎是八倍的成長。這個數字真正值得注意的地方，不只是 AI 變強了，而是 AI 將不再只是聊天機器人，而會逐步嵌入企業日常使用的 CRM、ERP、客服系統、專案管理、財務報表、HR 平臺與知識管理系統之中。作者：鄭緯筌（專欄作家，「臺灣電子商務暨創業聯誼會」共同創辦人，前「APP01」網站總監、《風傳媒》產品總監和《數位時代》雜誌主編）

Gartner 預測，到了 2026 年底，將有四成的企業應用程式整合任務型 AI 代理人，而 2025 年這個比例還不到 5%。一年之間，從不到 5% 跳升到 40%，幾乎是八倍的成長。這個數字真正值得注意的地方，不只是 AI 變強了，而是 AI 將不再只是聊天機器人，而會逐步嵌入企業日常使用的 CRM、ERP、客服系統、專案管理、財務報表、HR 平臺與知識管理系統之中。

[caption id="attachment_225448" align="aligncenter" width="1536"] AI 代理人不會站在公司門口等你召喚，它會直接搬進公司的工作流程裡，成為你每天打開的系統的一部分。（圖／AI生成）[/caption]

換句話說，AI 代理人不會站在公司門口等你召喚，它會直接搬進公司的工作流程裡，成為你每天打開的系統的一部分。

對所有職場人士而言，這是一個很大的轉折。而且，這不是遙遠的未來。Gartner 描繪了一條清楚的演進曲線：2025 年，幾乎每一套企業軟體都會內建某種 AI 助理；2026 年，這些助理升級為能獨立執行任務的代理人；2027 年，代理人開始在同一套應用內彼此協作；2028 年，代理人網絡跨越不同系統互通；到了 2029 年，企業內部將出現成熟的多代理人生態系。我們現在站的位置，正是從助理過渡到代理人的那道門檻上。

[caption id="attachment_225445" align="aligncenter" width="9600"] 從助理到生態系的五個階段。（圖／鄭緯筌提供）[/caption]

從加速到重組：本質的改變

過去我們談 AI，常常把它想成提高效率的幫手。寫文案的人用它產生初稿，業務用它整理客戶名單，行政人員用它改寫信件，主管用它做簡報大綱。這些應用固然有價值，但本質上仍是人做主、AI 補位。換句話說，也就是人類先想好要做什麼，再請 AI 幫忙加速某個環節。

可是，AI 代理人帶來的變化不只是加速，而是重組。它可以理解目標、拆解任務、調用工具、讀取資料、執行流程，甚至在某些權限內持續回報與修正。這意味著，未來很多工作不再是你一步一步操作系統，而是你定義目標，讓代理人進入系統完成一連串任務。

這不是想像。我們已經可以從幾個全球案例，看見這場重組的雛形。

歐洲金融科技公司 Klarna 在 2024 年初推出由 OpenAI 技術驅動的客服代理人，上線第一個月就處理了 230 萬則對話，相當於 700 名全職客服專員的工作量，並把平均處理時間從 11 分鐘壓縮到 2 分鐘以內，重複詢問率下降約 25%。它能跨 23 個市場、用超過 35 種語言全天候服務，公司估計一年可帶來約 4000 萬美元的利潤改善。

日本的明治安田生命則為旗下三萬六千名業務人員導入名為「MY パレット」的 AI 代理人，協助依客戶需求提供保險商品建議，並把拜訪準備與報告作業的時間，相較過去縮減了約三成。

這些例子提醒我們：AI 代理人改變的不是某一種職務，而是整個職場的工作分工邏輯。舉例來說，一位業務助理，過去要手動整理客戶資料、更新 CRM、寄出追蹤信、提醒主管回訪；未來，代理人可能會在會議結束後自動讀取逐字稿，判斷客戶意向，更新商機階段，草擬追蹤信件，排入行事曆，甚至提醒團隊哪一位客戶成交可能性最高。一位人資同仁，過去要人工篩選履歷、安排面試、整理紀錄；未來，代理人可以先依職缺條件初步比對，標示候選人的亮點與疑慮，生成面試問題，整理主管回饋，並提醒可能延誤的流程節點。

未來真正有價值的人，不一定是最會操作某套軟體的人，而是最能定義問題、調度代理人、審核結果、做出判斷的人。

因此，當 AI 代理人開始進入企業核心流程，所有職場人士都需要完成三個層次的轉型。

[caption id="attachment_225446" align="aligncenter" width="9600"] 每位職場人都要完成的三維轉型。（圖／鄭緯筌提供）[/caption]

第一個轉型：從任務執行者變成意圖設計者

很多人以為使用 AI 的關鍵是會寫 prompt。這句話只對了一半。真正重要的不是把提示詞寫得很華麗，而是你能不能把模糊的需求，轉換成清楚的工作意圖。

在傳統職場裡，很多工作其實是靠經驗與默契推動的。當主管說：「幫我整理一下這個案子的資料。」同事大概知道要找哪些文件、整理成什麼格式、哪些細節要特別標出來？但 AI 代理人不懂你的職場默契，它需要更明確的目標、邊界、資料來源、判斷標準與輸出格式。

所以，未來的職場人士必須學會要 AI 幫忙寫一份報告，改寫成請根據過去三個月的客戶回饋、銷售紀錄與客服紀錄，整理出前三大流失原因，區分為產品、價格、服務與競品因素，並提出三個可在兩週內執行的改善方案。

這就是意圖設計力。

意圖設計力不是語言遊戲，而是一種工作思考能力。它要求我們先釐清：這件事真正要解決什麼問題？成功的標準是什麼？哪些資料可以使用？哪些資料不能碰？哪些決策需要人工確認？結果要給誰看？對方需要的是細節、結論，還是行動建議？

當 AI 愈會執行，人類愈不能只會交代事情。因為模糊的指令會放大錯誤，清楚的意圖才會放大效能。未來真正厲害的職場人士，不是把 AI 當成許願池，而是能像專案負責人一樣，替代理人設計任務結構、工作規則與交付標準。

第二個轉型：從單兵作業者變成代理協作者

過去我們常說，每個人要有跨部門協作能力。到了 AI 代理人時代，這句話要再往前推進一步：你不只要會跟人協作，還要會跟一群數位代理人協作。

這時候，人類的價值不在於親自完成每個細節，而在於懂得如何設計流程、分派任務、建立交接點，並確認不同代理人之間的資訊不會斷裂。

這很像從自己做菜，變成經營一間廚房。你不一定要親自切菜、煎魚、擺盤和洗碗，但你要知道整體菜單是什麼，哪一道菜先做，哪一道菜要等火候，哪一位廚師負責哪個區塊，最後出餐品質是否一致？

放到職場上也是如此。當代理人可以替我們做很多事情，工作能力的重點會從我會不會做，轉向我會不會設計一套做事系統？這對主管很重要，對基層員工也同樣重要。主管要懂得設計人機協作流程，避免團隊陷入工具混亂、權限不清、責任模糊的狀態；基層員工則要懂得把自己的日常工作拆解成可交付、可檢查、可重複的流程，讓代理人成為自己的數位同事，而不是偶爾拿來問問題的聊天工具。

未來，每個職場人士都該開始問自己三個問題：我現在每天重複做的工作，有哪些可以交給代理人？我有哪些判斷不能交出去？我如何讓代理人產出的結果進入我的工作流程，而不是變成另一堆需要整理的雜訊？

第三個轉型：從結果接收者變成判斷審計者

AI 代理人的能力愈強，風險也愈隱蔽。因為它不只會回答，還可能會行動；不只會生成文字，還可能會修改資料、寄出訊息、觸發流程、影響決策。這時候，職場人士不能只是看到 AI 產出一份漂亮報告就放心。我們需要具備一種新的能力：判斷審計力。

所謂判斷審計力，就是能夠看懂代理人做了什麼、根據什麼資料做、可能漏掉什麼、是否違反規範、結果是否符合組織價值與真實情境？

當 AI 代理人幫業務團隊挑出最值得追蹤的前 20 位客戶，你不能只看名單漂不漂亮，還要問：它的評分標準是什麼？是否過度偏重短期成交率，而忽略長期關係價值？資料是否更新？會不會因為歷史資料的偏誤，排除了某些新興客群？AI 幫人資篩選履歷，你也不能只看它排序了誰，而要問：它是否複製了過去組織的偏見？它看重的關鍵字是否真的等於能力？它是否排除了非典型但有潛力的人才？

這些問題，機器不會自動替我們負責。Gartner 另一份預測甚至指出，到了 2027 年底，將有超過四成的代理型 AI 專案被取消——原因往往不是技術不行，而是成本失控、商業價值不明，或風險控管不足。麥肯錫的研究也呼應這一點：將近三分之二的企業試用過 AI 代理人，但真正規模化、做出可衡量價值的不到一成，而八成企業把資料品質列為最大障礙。換句話說，決定成敗的，從來不是代理人本身，而是部署它的人有沒有想清楚。

所以，未來的職場核心競爭力，不是盲目信任 AI，也不是抗拒 AI，而是能夠建立一套人機共治的判斷機制。哪些任務可以自動化？哪些必須人工批准？哪些資料不能讓代理人讀取？哪些行動需要留下紀錄？發生錯誤時誰負責？這些問題，都會變成職場的基本素養。

這場轉型，會改寫升遷的邏輯

如果說過去的職場分工是人使用工具，那麼未來的職場分工會更像人管理代理系統。工具沒有主動性，代理人有半自主性；工具不會自己跨系統行動，代理人可能會；工具通常等待操作，代理人可能會根據目標展開一連串行動。這就是為什麼，我們不能再用看待 Excel、PowerPoint 或 CRM 的方式，來看待 AI 代理人。

這場轉型，也會改變職場的升遷邏輯。

過去，很多人的價值來自熟練度。你比別人更快整理報表、更會排版簡報、更熟悉內部系統、更懂得跑流程，所以你有價值。但當代理人可以承接大量標準化、流程化、重複性的任務，單純熟練操作的價值會下降。

未來更有價值的，是能把經驗轉換成系統的人。你不只是知道怎麼做，而是能說清楚為什麼這樣做、如何判斷好壞、哪些地方要防錯、怎樣設計流程，可以讓別人與 AI 都能穩定複製。

換言之，未來職場會獎勵三種人。第一種，是能定義問題的人，他們不會被表面任務牽著走，而能看出真正的瓶頸在哪裡。第二種，是能設計流程的人，他們不只完成工作，還能把工作變成可擴充、可交接、可優化的系統。第三種，是能做出判斷的人，他們懂得在數據、經驗、倫理、法規與人性之間取得平衡，不會被 AI 產出的漂亮答案迷惑。

這三種能力，正好對應到 AI 代理人時代的三維轉型：意圖設計力、代理協作力與判斷審計力。

從你的工作現場開始盤點

對一般職場人士來說，現在最務實的做法，不是急著追逐每一個新工具，而是從自己的工作現場開始盤點。

你可以先列出每天、每週、每月重複出現的任務，區分哪些是資料整理、哪些是溝通協調、哪些是分析判斷、哪些是創意產出。接著，再思考哪些任務可以交給 AI 協助，哪些任務需要你保留最後決策權。

未來幾年，職場上會出現一個很有趣的分水嶺。有些人會把 AI 代理人當成更便宜的工讀生，只想叫它做雜事；有些人則會把代理人當成新的工作基礎設施，重新設計自己的工作方法、知識系統與決策流程。前者可能只省下一點時間，後者卻可能放大自己的整體產能與影響力。

真正的問題，從來不是 AI 代理人會不會取代我們，而是當代理人開始進入企業流程，我們是否還停留在手動操作員的自我定位。

如果某個人的價值只建立在重複操作上，他當然會感受到威脅；但如果這個人的價值建立在問題定義、系統設計、人機協作與責任判斷上，AI 代理人反而會成為他的槓桿。

AI 代理人時代淘汰的不是人，而是低層次的工作慣性。它挑戰的不是某一個職業，而是所有職場人士對自己角色的想像。

[caption id="attachment_225447" align="aligncenter" width="9600"] 代理人不會替你承擔後果。（圖／鄭緯筌提供）[/caption]

當四成的企業應用開始嵌入任務型 AI 代理人，我們不能只抱持再學一套工具的心態，而是在學一種新的工作文明。從自己做，到帶著 AI 做；從操作系統，到設計系統；從接收結果，到審計結果；從完成任務，到定義任務的意義。

這才是未來職場真正的護城河。

這篇文章 當 AI 代理人住進企業核心：每一位職場人士都要面對的三維轉型｜專家論點【鄭緯筌 Vista】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

COMPUTEX 2026全球記者會今（1）日登場，高通（Qualcomm）總裁暨執行長艾蒙（Cristiano Amon）在主題演講中拋出預測，直言 「2026將是AI代理（Agent）元年。」人工智慧正從過去回應指令的工具，進一步演變成能主動執行任務的數位夥伴，而這股變化將重新定義所有裝置的使用方式。記者黃仁杰／台北報導

COMPUTEX 2026全球記者會今（1）日登場，高通（Qualcomm）總裁暨執行長艾蒙（Cristiano Amon）在主題演講中拋出預測，直言 「2026將是AI代理（Agent）元年。」人工智慧正從過去回應指令的工具，進一步演變成能主動執行任務的數位夥伴，而這股變化將重新定義所有裝置的使用方式。

[caption id="attachment_224969" align="aligncenter" width="1477"] 高通（Qualcomm）總裁暨執行長艾蒙（Cristiano Amon）直言 ，「2026 將是AI代理（Agent）元年。」（圖／記者黃仁杰攝）[/caption]

艾蒙指出，過去AI多半扮演輔助工具角色，使用者輸入問題，系統給出答案，但下一階段的AI將不再只是回應提示，而是能理解情境、保留上下文，並主動採取行動，協助完成工作與生活中的各種任務。

艾蒙形容，未來的AI將更自主、更個人化，也更像隨身助理或夥伴，會主動參與使用者每天的工作安排、行程規劃與資訊整理，並跨越不同裝置持續運作。

「手機將不再是數位生活的中心，代理工具（Agent）才是中心。」

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

過去數位生活圍繞智慧型手機展開，使用者透過手機與作業系統、應用程式與網路互動；但在AI代理時代，真正的核心將從手機轉移到代理工具。艾蒙標示，未來不論是手機、個人電腦（PC）、智慧眼鏡、車輛，甚至機器人，都將成為AI代理的終端入口（Endpoint），圍繞著代理工具運作。

艾蒙指出，這是一個根本性的產業轉變。AI代理不再被綁定於單一裝置或作業系統，也不只存在於某一個應用程式中，而是跨裝置、跨平台存在。只要能與代理工具連結的裝置，都可能成為AI的入口。

高通認為，這將帶動新一波裝置升級潮。當代理工具成為主要使用模式後，裝置設計勢必改變，從處理器架構、功耗管理，到作業系統與應用程式介面都將重新調整。

AI代理的興起將帶動CPU、神經網路處理器（NPU）與圖形處理器（GPU）重新分工。中央處理器將負責協調與任務編排，本地模型推論則仰賴高效率NPU與GPU運算，而雲端與裝置端也將共同完成AI工作負載，不再是過去明確切分的架構。

艾蒙強調，AI正成為全新的運算型態，而這場變革將不只發生在手機，而是會同時出現在PC、汽車、機器人與更多終端裝置上。AI 競賽正從模型與算力延伸至終端裝置體驗。

這篇文章 COMPUTEX 2026／手機將不再是生活中心 高通喊「2026是AI代理元年」 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。