韓揚銘

 AI發展的浪潮已步入Agent階段，Agentic AI具備橫跨企業多元職能領域的能力，可自主完成複雜的工作流程，為企業提升營運效率與創新發展注入新動能。 應用層面，本書分析國際領先新創公司在企業跨職能Agentic AI平台的產品發展現況與技術架構，為企業導入評估與解決方案供應商提供實務參考。探討 AI Agent對製造業作業流程的影響，並從實際案例觀察導入效益。 在處理器與品牌廠積極布局軟硬整合，力推Agentic AI核心概念，旨在將AI工具逐漸發展為主動協作的數位代理人，並連帶影響AI NB硬體規格跟進變化。 在資料工程之應用，說明AI Agent如何協助企業優化資料工程的效率和品質，建立可信的資料處理架構。為企業負責資料任務的專業角色，如資料工程團隊主管，提供技術面洞察，以因應資料量快速成長且資料來源異質化所帶來之挑戰。在醫療照護的應用層面，分析AI Agent 在智慧醫療照護的發展趨勢，提供業者發展創新科技或服務之借鏡參考。 提供AI Agent在企業多元職能領域上的近期發展，相關應用於在製造業、醫療業、資料工程的實際案例及導入效益。 提供AI Agent在處理器與品牌廠的廠商布局與軟硬整合，提供企業進行策略規劃與布局參考。2025年快速發展的準殺手級應用，正在緊跟著生成式 AI (Generative AI) 浪潮迅速崛起，AI代理（AI Agent)以前所未有的自主性與智慧化能力，漸進速捷的悄悄改變我們的生活與工作模式。專家學者紛紛預測，AI Agent將在未來五年內徹底改變科技產業，甚至推動工作流程的大幅變革，可能超越下一代基礎模型。AI Agent 的核心概念是以大型語言模型 (LLM) 為基礎，運用海量知識，對於本身產出的內容再進行反思與規劃後，再運用各類型工具達成任務。這樣的工作流程，徹底解決博學多聞的傳統LLM，在面對複雜工作環境時，需要使用者不斷來回引導與介入的限制。AI Agent 的關鍵突破點，在於它具備自主性（獨立運作無須人工干預）、適應性（從經驗與環境回饋過程中持續學習）及目標導向（將複雜任務分解為可管理步驟）等三大核心特性。在技術組成上，Agent 依靠感知能力（蒐集即時數據與指令）、規劃能力（利用思維鏈推理策略）、記憶能力（透過向量資料庫或 RAG 實現長期學習）及工具使用能力（調用 API、網路搜尋、執行程式