我開始相信 AI Agent 真的會被拿去做事了
這幾年寫 AI，我很少有像最近這樣的矛盾感，一方面每天都有新模型新工具新名詞，另一方面讀者卻越來越少點進來看。不是因為 AI 不重要，而是大家已經被更新疲勞淹沒了，因此想換一個比較誠實的方式，聊聊這一週我看到的 Agent 相關消息，還有它們真正透露的訊號。
老實說如果只看標題，很容易覺得這些新聞又是一次行銷大爆炸。Google 推 no code agent builder、Amazon 推 UI automation agent，各家都說自己是最快進 production，乍看之下好像誰都在做 agent，但實際上我更在意的是一件事，為什麼現在大家這麼急著讓 agent 被用起來，我認為答案其實很簡單也很現實，模型能力這一兩年成長太快，已經不是卡在能不能回答問題，而是卡在要不要真的幫人做事。
當 Google 把 agent 做進 Workspace，這代表一個訊號，未來很多 agent 不會由工程師打造，而是由每天被會議與信件淹沒的上班族自己拉出來，這件事一旦成立，agent 就不再是技術玩具，而是工作習慣的一部分；Deepseek 推出的 reasoning 模型其實也讓我蠻有感，它不是在炫耀推理有多強，而是假設模型生來就要被放進工具流程裡。這點對實作者來說非常重要，因為我們都踩過一樣的坑，模型會想太多或完全不想動，最後整個 agent workflow 卡死，現在開始有模型正面處理這個問題，代表這不是個人的工程問題，而是整個產業共同的瓶頸。
但真正讓我停下來想的，是 AI agent 開始被拿去做高風險的事情，Anthropic 的研究讓 agent 去找智能合約漏洞，找出來的金額只是表面，背後的意義是有人願意相信 agent 的判斷力，放它進可能出大事的場景；IBM 與學界合作用 agent 找預測市場的套利關係也是一樣，這些都不是聊天機器人等級的應用。
走到這一步，問題就不再是模型夠不夠聰明，而是能不能被控制。這也是為什麼我覺得 Kiro 在講 context 管理其實講到重點，Agent 變慢變怪，很多時候不是能力不夠，而是搞了太多不該搞的東西，未來 agent 的設計會越來越像專業分工，需要時才載入對應的專長。Snowflake 投資 Anthropic 這件事，我反而不太當成模型新聞看，我看到的是企業終於開始認真面對一個問題，如果 agent 要碰資料，要不要審計，要不要回溯，要不要治理，當資金願意砸在這裡，代表 agent 已經被視為正式勞動力，而不是實驗室玩具。
最後是我自己最在意的一段轉折，Agent 正在從內部流程走向直接面對人，醫療溝通與客服這兩個場景，一旦出錯，後果都很真實。但也正因如此，一旦做好，價值也最大；Salesforce 在航空公司的案例，其實是在告訴市場，agent 不只是省成本，而是真的能改變服務品質。如果你問我，這一週的 agent 更新哪一條最重要，我不會選單一事件，因為整體看下來，我第一次覺得 agent 正在從會動的模型，慢慢變成可以被信任的系統角色。
寫到這裡，我也在提醒自己，如果只是追更新，誰都會被淹沒。但如果能幫大家把這些碎片串成脈絡，或許還有存在的價值。至少在這個什麼都太快的時代，留下幾篇能慢慢讀的文章，可能就是我們這種還在寫作最後的本錢了。
作者：Chi