本文將作為一份入門指南，協助企業開始思考代理式AI的潛在應用。文章中將探討代理式AI的定義及其運作方式，剖析其在軟體開發生命週期中的應用機會，並説明企業應如何為迎接代理式AI的發展做好準備。
什麼是代理式AI？
代理式AI可被視為繼預測式AI和生成式AI之後的第三代AI技術。「Agentic」係指擁有自主性的個體（或物）——具有自我組織、主動應對、自我反思及自我調節的能力。不同於生成式AI，代理式AI不需人類下達指令，而能自主運行。它可以接受資料輸入，根據這些資料做出決策、執行，並從結果中學習。
代理式AI以四個循環階段運作。第一階段是從所有可用的輸入中收集資料，包括來自其他代理式AI的資料。接著，它利用這些資料和大型語言模型來擬定所需的計畫，並執行該計畫。最後是反思過程，並將新獲得的知識納入下一輪循環的輸入資料。 針對代理式AI可能導致負面影響的擔憂，企業可以設置安全機制來限制其權力和自主性，並仍需由人類進行管理和協調。 儘管代理式AI仍然存在挑戰，其發展前景依舊相當令人振奮，特別在軟體開發生命週期中。
從生成式AI到代理式AI —— 以軟體開發為例
軟體開發人員已體驗到生成式AI帶來的優勢——46%的軟體工程師已在使用生成式AI，且80%的人認為它能自動處理簡單且重複性的工作，從而讓他們專注於更具價值的任務。此外，最近研究發現使用AI的程式設計師每週可編寫比以往多126%的專案進度，為未來軟體開發團隊的生產力開啟了巨大可能性。
生成式AI仍在持續進步——在軟體測試自動化領域，如Eggplant GAI這類的工具正賦予開發人員更強大的測試能力。因此，若軟體開發人員已透過生成式AI獲益，代理式AI的潛力則能讓他們更加放手讓AI執行工作。
若使用生成式AI，儘管其能檢測出錯誤，但開發人員仍需撰寫程式碼進行修復。然而，代理式AI具有自主性，無須人類下達指令便可撰寫、修復和發展程式碼。在軟體開發生命週期的分析和規劃階段，它能進行業務故事建模、需求工程、建立可執行規格等。在編碼階段，可以產生程式碼、轉譯程式碼等。在測試階段，可以設計、生成、執行、分析、報告、維護和提供洞察等。
此外，代理式AI的優勢在於它能夠大規模運行多個工作流程，相當於一個近乎無限人力的初階開發團隊，能協助企業擴大工作範圍，同時提高生產力。正因如此，Gartner將代理式AI列為2025年頂尖戰略技術趨勢時，稱其為「不需休假或其他福利的額外勞動力」。
人類的重要性
瞭解代理式AI的自主工作能力後，開發人員還有存在的意義嗎？答案是肯定的。人類在代理式AI執行過程中至關重要，但其工作產生了變化——不再是執行者，而是在各階段引導AI，並提供人類獨特的洞察。 由於代理式AI可以完成更多初級工作，資深開發人員可以專注於更深層次的改進，包括推動技術進展、改善使用者介面及提升使用者體驗。人類與代理式AI的結合能提高效率、改善用戶體驗並提升品質，並幫助企業達成更好、更快、更具成本效益的目標。
企業應為代理式AI做好準備
代理式AI的優勢顯而易見，但做好充分準備的組織才能發揮其最大效能。
評估公司的資料
現代企業以多種格式、在許多地方累積大量資料，且有些資料互相衝突。這些問題在使用生成式AI時就已浮現。例如，某家電信公司試圖訓練一個生成式AI客服助理時，竟發現有37種標準作業流程。另一方面，資料的品質也有落差。若使用劣質的資料，將產生劣質的結果。這些問題存在於每個組織，無論使用多先進的技術，當組織試圖引入代理式AI，問題將升級至另一層次。因此，企業應進行嚴格且全面的資料審核和品質檢測。
評估系統品質和安全性
新技術長期存在的問題之一是與傳統技術的介接方式。引入新系統時，現有技術的弱點往往會浮現。例如，系統可能無法應對大量的資訊請求，或可能帶來新的安全漏洞，影響企業發揮代理式AI的能力。因此，企業應確保組織的技術架構足以支援代理式AI的導入。
評估人力資源策略
隨著AI承擔更多任務，人們普遍認為企業將減少員工數量。但麥肯錫預測，至2030年，軟體開發人員、電腦系統分析師和資料科學家仍為需求成長最快的職業之一。然而，勞動力無疑將產生重大轉變。代理式AI可能取代初級開發人員的工作，但資深開發人員將提供最有價值且由人類主導的洞察，促使代理式AI發揮其最大潛力。不過，若不再穩定招聘初級開發人員，企業如何培養出下一代高技能和經驗豐富的開發人員？這種情況將同樣適用於其他領域。
為未來做好準備
代理式AI潛力巨大，甚至超越生成式AI。因此，企業必須思考代理式AI能如何及在哪些方面為組織增值，並迅速展開部署。自ChatGPT 3.5於2022年問世以來，生成式AI便被譽為企業的未來。僅僅兩年後，企業的目標已轉向代理式AI。面對如此快速的變革，企業應積極行動，迎接未來。
＜本文作者：Bla Sweeney現為是德科技產品行銷經理＞