企業往往高估新技術在短期之內所帶來的變革，卻低估了長期可能引發的巨大轉變。根據研究機構麥肯錫預估，生成式AI將在未來十年內徹底改變IT架構，其中一項關鍵變革即是從傳統以應用程式為中心，演進到多代理人架構。
企業往往高估新技術在短期之內所帶來的變革，卻低估了長期可能引發的巨大轉變。根據研究機構麥肯錫預估，生成式AI將在未來十年內徹底改變IT架構，其中一項關鍵變革即是從傳統以應用程式為中心，演進到多代理人（Multi-Agent）架構。
AI Agent引領代理工作流程的革新
在大型語言模型驅動下，AI Agent的技術與應用蔚為風潮，更進一步帶動代理工作流程（Agentic Workflow）的變革。簡言之，代理工作流程即是為了解決多步驟、複雜過程而設計的思維與行動鏈。傳統工作流程在AI Agent被整合到核心業務之內時，即可望轉變為代理工作流程，相對於基於規則且較為僵化的系統，代理工作流程利用AI Agent理解上下文、存取即時數據、使用外部工具以及與其他特定功能Agent協作的能力，智慧化且自主性的執行任務。
在實務應用中，AI代理工作流程可強化企業營運、優化供應鏈管理、達成研究與分析的自動化，或掌握複雜的專案管理。透過更具韌性、可擴充且具情境適應能力的自動化方式，AI Agent不僅能減少對人工監督的依賴，更能精簡程序，讓組織能夠對不斷變化的商業環境與需求做出更加敏捷靈活的回應。一般而言，代理工作流程應包含下列四個要素：
一、反思（Reflection）：所謂「反思」就是讓AI分析及評估自己生成的內容，找出可以優化的地方再進行輸出，經重複多次的迭代循環之後通常可以得到顯著的改善。透過「反思」的過程，開發人員可以打造更具自我意識、適應性強且能夠在各種領域產生更高輸出品質的AI系統。
二、工具使用（Tool Use）：透過與外部工具和資源的連結互動，可以顯著擴展AI系統的能力。包括允許AI Agent存取資料庫、網路搜尋、執行程式碼或串接API等。透過整合工具使用，AI Agent可以克服其固有的限制，利用廣泛的外部功能進而更有效地解決複雜問題，大大地提升其功能性與實用性。
三、規劃（Planning）：「規劃」讓AI系統能夠將複雜任務分解為可管理的步驟，並建立結構化的問題解決方法。AI Agent會分析設定的目標，自主決定實現目標所需要的行動或子任務排序，可能涉及識別必要的資源、預測潛在的問題，以及研擬替代性方案等。
四、多代理人協作（Multi-Agent Collaboration）：多代理人協作涉及多個專門的AI Agent共同合作以解決複雜的問題，不同的代理人被分配特定的角色或專業領域，同時共享訊息並相互協調以實現共同的目標。這種模式能夠建立更複雜和更具能力的AI系統，更有效地適應陌生的情境，例如軟體開發、研究計畫或管理複雜的系統等。
先進LLM助力AI Agent，驅動代理流程與組織轉型
微軟執行長納德拉在近期即提出「代理世界（Agentic World）」的願景——AI代理與人類一起工作以實現更多目標。AI Agent幫助個人、團隊和組織重塑企業的營運方式。員工可以使用Copilot來提高生產力；透過Copilot Studio打造代理人應用；加上IT部門的Copilot控制管理系統，構成微軟Copilot生態系的三大支柱。納德拉亦指出，目前AI Agent大致可分為輔助員工的個人代理（Personal Agents）、輔助企業維運的組織型代理（Organizational Agents）、業務流程代理（Business Process Agents）以及跨組織型的代理（Cross-organizational Agents）等四種類別。
與微軟互別苗頭的Google則表示已有超過四分之一的新開發程式碼是由AI生成，並於2024年終推出Gemini 2.0及打造三個AI Agent原型，強調代理工作流程即將帶來的重大影響。其中，新模型增強了多模態能力，包括原生圖像和音訊輸出以及原生工具使用，使AI代理能夠更全面地理解和與真實世界互動。例如，Project Astra展示了改進的對話能力、工具使用（整合Google搜索、Lens和地圖）以及增強的記憶力，帶來更個性化和更具情境感知的AI助手。同樣地，Project Mariner能夠理解推論和視覺辨識瀏覽器上的各類訊息，為人機互動開闢了新的可能性。另外，在軟體開發領域，由AI驅動的程式碼代理Jules可以透過自主解決問題和在開發人員監督下規劃及執行指令，加速軟體開發效率。
從DevOps到Agentic Workflow，推動全民創新與典範轉移
AI Agent的崛起正迅速改變各行各業的競爭格局，推動技術民主化，並重新定義企業的競爭力。AI Agent可以透過動態學習與智慧化能力，降低程式開發門檻，為金融、零售、醫療和製造等領域帶來了深遠的革命性影響。此外，AI Agent自動化的普及也突顯了架構師角色的重要性。架構師需要具備全局視野，協調多種工具與平台，確保自動化流程的穩定性與創新性，重新定義人類的工作價值，而「Human in the loop」制定關鍵決策與強化安全治理的重要性亦同時反映在代理工作流程中。AI Agent應用不僅改寫傳統軟體開發模式，還促進多項領域之間的異質技術融合與跨界合作，成為提升企業競爭力的關鍵工具。
AI代理工作流程代表了一種變革性的流程自動化，透過AI代理自主和協作，企業可以提升效率、節約成本和拓展營運範疇，並可望協助解決人力短缺以及逆全球化下的跨國供應鏈管理與資料整合等問題。而當軟體及技術開發逐漸走向AI研發AI，達到全生命管理週期、全代理工作流程及零信任架構部署，下一步將改變產業對人才需求的樣貌，掌握了產業Know-how的人才價值亦將進一步提升。最後，當AI也能以目標為導向、以終為始的代理人類完成各式任務時，也為通用人工智慧（AGI）的發展揭開了新篇章，企業即將經歷前所未見的AI轉型與典範轉移，且讓我們拭目以待。
＜本文作者：朱南勳現任資策會MIC主任，專業於軟體與通訊產業研究，長期關注前瞻軟體應用與通訊技術發展趨勢。曾於緯創資通公司擔任產品經理、趨勢科技公司擔任市場競爭力研究員，負責新產品認證開發與國際電腦大廠專案，並曾任經濟部技術處5G辦公室副主任。資策會產業情報研究所（MIC）長期觀測高科技產業市場情報與發展趨勢，是臺灣資通訊產業與政府倚重的專業智庫。＞