[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-ai-agents-moving-into-real-work-zh":3,"article-related-ai-agents-moving-into-real-work-zh":26,"series-industry-4ed4dfb0-5eea-4f02-9a62-7da50fa1f282":74},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":11,"views":23,"created_at":24,"published_at":25,"topic_cluster_id":11},"4ed4dfb0-5eea-4f02-9a62-7da50fa1f282","ai-agents-moving-into-real-work-zh","AI 代理人開始做真工作","\u003Cp>這週很明顯。AI 代理人不再只在 demo 裡跑。\u003Ca href=\"https:\u002F\u002Fwww.codenotary.com\u002F\" target=\"_blank\" rel=\"noopener\">Codenotary\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.qualys.com\u002F\" target=\"_blank\" rel=\"noopener\">Qualys\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.floqast.com\u002F\" target=\"_blank\" rel=\"noopener\">FloQast\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.oracle.com\u002F\" target=\"_blank\" rel=\"noopener\">Oracle\u003C\u002Fa> 都把產品推進到企業流程裡。說白了，就是讓軟體去做原本卡在人類待辦清單的事。\u003C\u002Fp>\u003Cp>這件事不只是技術新聞。企業現在問的不是「代理人會不會寫幾行程式」。他們問的是，誰能管它、怎麼限制它、出事怎麼追、以及它能碰哪些資料。這些問題比模型參數更實際。\u003C\u002Fp>\u003Cp>而且，這波不是單一產品秀。安全、會計、資料庫、伺服器管理，全都開始接上 AI 代理人。這代表市場已經從「能不能做」走到「怎麼上線」。\u003C\u002Fp>\u003Ch2>安全先卡住，其他才有戲\u003C\u002Fh2>\u003Cp>這週最硬的主題是安全。\u003Ca href=\"https:\u002F\u002Fwww.nudgesecurity.com\u002F\" target=\"_blank\" rel=\"noopener\">Nudge Security\u003C\u002Fa> 推出新的發現工具，用來找出員工自己建立的 AI 代理人。這很重要，因為影子 AI 正在變成影子自動化。風險不是想像出來的。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775058142616-tbp6.png\" alt=\"AI 代理人開始做真工作\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>數字也很直接。文中提到，80% 的組織已經看到 AI 代理人權限過大的風險。這不是小問題。這會直接影響採購、資安政策，甚至法務審查。講白了，沒有控管，很多公司根本不敢放行。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.codenotary.com\u002Fagentmon\" target=\"_blank\" rel=\"noopener\">AgentMon\u003C\u002Fa> 會追蹤代理人做了什麼、碰了哪些檔案、資料流到哪裡。\u003Ca href=\"https:\u002F\u002Fwww.asterisksecurity.com\u002F\" target=\"_blank\" rel=\"noopener\">Astrix Security\u003C\u002Fa> 也把平台擴充到阻擋未授權的代理人部署。\u003Ca href=\"https:\u002F\u002Fwww.blackduck.com\u002F\" target=\"_blank\" rel=\"noopener\">Black Duck\u003C\u002Fa> 推出 Signal，盯住 CI\u002FCD 裡的 AI 產碼。\u003Ca href=\"https:\u002F\u002Fwww.paloaltonetworks.com\u002F\" target=\"_blank\" rel=\"noopener\">Palo Alto Networks\u003C\u002Fa> 則把 Prisma AIRS 3.0 拉進自主 AI 系統防護。\u003C\u002Fp>\u003Cul>\u003Cli>80% 的組織已看到 AI 代理人風險\u003C\u002Fli>\u003Cli>AgentMon 追蹤行為、檔案與資料流向\u003C\u002Fli>\u003Cli>Prisma AIRS 3.0 鎖定自主 AI 的防護\u003C\u002Fli>\u003Cli>Black Duck Signal 盯 AI 產碼流程\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這裡的重點很現實。企業買單的，不是會聊天的模型。企業買單的是稽核軌跡、權限控管、政策執行。你如果說不清楚代理人剛剛做了什麼，資安和法遵很快就會把你擋下來。\u003C\u002Fp>\u003Ch2>信任不是口號，是可讀性\u003C\u002Fh2>\u003Cp>信任是第二個卡點，而且更微妙。喬治亞理工的研究發現，年長者在 AI 代理人有清楚解釋時，會更願意信任它。單純丟一個「92% 確定」的分數，反而可能沒用，因為使用者不知道這個判斷怎麼來的。\u003C\u002Fp>\u003Cp>這跟產品設計很一致。人們可以接受自動化，但前提是流程看得懂。只要代理人像黑盒子，尤其碰到醫療、財務、薪資這種場景，大家就會縮手。這很正常，因為出錯成本太高。\u003C\u002Fp>\u003Cblockquote>“The more complex the algorithm is, the more important it is to explain how it works.” — Fei-Fei Li\u003C\u002Fblockquote>\u003Cp>這句話現在還是很準。尤其當公司把代理人接進原本由員工處理的流程時，更需要能說明來源、依據、限制。能講清楚，它才比較像工具。講不清楚，它就像一個會亂按按鈕的實習生。\u003C\u002Fp>\u003Cp>這週也看到另一種做法。\u003Ca href=\"https:\u002F\u002Fwww.ibm.com\u002F\" target=\"_blank\" rel=\"noopener\">IBM\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fauth0.com\u002F\" target=\"_blank\" rel=\"noopener\">Auth0\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.yubico.com\u002F\" target=\"_blank\" rel=\"noopener\">Yubico\u003C\u002Fa> 合作做人為確認機制。高風險動作要真人批准，像是付款、改權限、送出敏感決策。這種設計很土，但很有用。\u003C\u002Fp>\u003Ch2>真正能賣的，是任務型代理人\u003C\u002Fh2>\u003Cp>這波市場也很務實。一般型代理人很會講故事，但任務型代理人比較好賣。\u003Ca href=\"https:\u002F\u002Fwww.qualys.com\u002Fapps\u002Fagent-val\u002F\" target=\"_blank\" rel=\"noopener\">Qualys Agent Val\u003C\u002Fa> 會找安全問題，還能自動修一部分。\u003Ca href=\"https:\u002F\u002Fwww.floqast.com\u002Fproduct\u002Fvisual-agent-builder\" target=\"_blank\" rel=\"noopener\">FloQast Visual Agent Builder\u003C\u002Fa> 讓會計團隊用拖拉方式做自訂代理人。\u003Ca href=\"https:\u002F\u002Fwww.oracle.com\u002Fdatabase\u002Fai-database\u002F\" target=\"_blank\" rel=\"noopener\">Oracle AI Database 26ai\u003C\u002Fa> 則把持久記憶和無程式碼 Private Agent Factory 放進企業流程。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775058167336-yvo8.png\" alt=\"AI 代理人開始做真工作\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>價格也開始變得很像正式軟體，而不是試驗品。Klient PSA 要在三週內推出 Hybrid Project Delivery，裡面有 8 個專門 AI 代理人一起跑。定價是每位使用者每月 15 美元，外加每個 AI 代理人一次性 1,000 美元。這種寫法很直接，代表代理人已經變成帳單上的一個欄位。\u003C\u002Fp>\u003Cp>數據也很能說明問題。Fujitsu 的 Application Transform 宣稱，讀舊程式碼、寫設計文件的速度快了 97%。它還說文件品質提升 60%，完整度提升 95%。另外，69% 的分析團隊已經在用 AI 流程，44% 則已經在跑代理人平台。這些都不是邊角料數字。\u003C\u002Fp>\u003Cul>\u003Cli>Klient PSA：每人每月 15 美元，外加每個代理人 1,000 美元\u003C\u002Fli>\u003Cli>Fujitsu：設計文件產出快 97%\u003C\u002Fli>\u003Cli>Fujitsu：文件品質提升 60%\u003C\u002Fli>\u003Cli>分析團隊：69% 已用 AI 流程，44% 已跑代理平台\u003C\u002Fli>\u003C\u002Ful>\u003Cp>當然，代理人越多，不代表結果越好。先前也有觀察提到，多代理系統常常比單一代理人更差，因為它們不太會向專長讓路。這點很刺耳，但很真。很多團隊只是因為架構名字聽起來很猛，就急著多塞幾個 a\u003Ca href=\"\u002Fnews\u002Fagent-memory-framework-analysis-zh\">gent\u003C\u002Fa>。\u003C\u002Fp>\u003Ch2>這週透露的，是下一階段的市場樣子\u003C\u002Fh2>\u003Cp>真正的變化，不是 AI 代理人出現了。是公司開始補齊周邊機制。像是監控、批准、記憶、協調、成本控制，這些都一起上桌。\u003Ca href=\"https:\u002F\u002Fwww.samsara.com\u002F\" target=\"_blank\" rel=\"noopener\">Samsara\u003C\u002Fa> 在看車隊和機器人的 physical AI。\u003Ca href=\"https:\u002F\u002Fwww.lg.com\u002Fglobal\" target=\"_blank\" rel=\"noopener\">LG Innotek\u003C\u002Fa> 與 \u003Ca href=\"https:\u002F\u002Fwww.appliedintuition.com\u002F\" target=\"_blank\" rel=\"noopener\">Applied Intuition\u003C\u002Fa> 把感測器和模擬接到自駕車。\u003Ca href=\"https:\u002F\u002Fwww.nvidia.com\u002F\" target=\"_blank\" rel=\"noopener\">NVIDIA\u003C\u002Fa> 也在跟能源公司做 AI factories，讓算力像電網資產一樣被管理。\u003C\u002Fp>\u003Cp>這代表什麼？代表代理人正在變成 production software。不是聊天機器人加權限。真正會贏的團隊，會很快回答 4 個問題：它做了什麼、為什麼這樣做、誰批准的、花了多少錢。答不出來，就很難擴大。\u003C\u002Fp>\u003Cp>如果你這季要評估 AI 代理人，我會建議先選一個重複流程，再加一層控制。挑輸入清楚、輸出清楚、而且有真人負責的任務。先跑小範圍，再看例外處理。這樣比較不會把公司資料直接丟去賭。\u003C\u002Fp>\u003Cp>我的判斷很簡單。接下來 12 個月，最有價值的代理人產品，不會是最會講 AGI 的那種。會是最無聊、最穩、最能交代責任的那種。它們會默默縮短審核時間、抓出政策違規、留下完整紀錄。這才是企業真的會掏錢的地方。\u003C\u002Fp>\u003Ch2>台灣團隊接下來該看什麼\u003C\u002Fh2>\u003Cp>台灣公司如果想跟上，重點不是先做一個很炫的 a\u003Ca href=\"\u002Fnews\u002Fcontext-is-the-new-os-zettlab-agent-computer-zh\">gent\u003C\u002Fa> \u003Ca href=\"\u002Fnews\u002Frtk-cuts-claude-code-token-spend-zh\">de\u003C\u002Fa>mo。先看資料權限、API 紀錄、以及誰能按下送出鍵。這三件事沒處理好，後面再多模型都沒用。\u003C\u002Fp>\u003Cp>我覺得最先落地的，會是客服、內部稽核、財務對帳、和雲端維運。這些工作都有固定規則，也有清楚例外。很適合先用 AI 代理人做半自動流程，再慢慢拉高自治程度。\u003C\u002Fp>\u003Cp>如果你是工程團隊，現在就可以問一個問題：我們的 LLM 只是會回答，還是能留下可追蹤的工作紀錄？差別就在這裡。前者是玩具，後者才像能上線的軟體。\u003C\u002Fp>","安全、會計和基礎架構團隊已開始上線 AI 代理人。新工具顯示，治理、稽核與信任，比噱頭更重要。","aiagentstore.ai","https:\u002F\u002Faiagentstore.ai\u002Fai-agent-news\u002Fthis-week",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775058142616-tbp6.png","industry","zh","0d93d17b-6255-4d28-946a-9a2b3f8b9447",[17,18,19,20,21,22],"AI agents","人工智慧代理人","企業自動化","資安治理","LLM","工作流程自動化",7,"2026-04-01T10:27:33.344628+00:00","2026-04-01T10:27:33.288+00:00",{"tags":27,"relatedLang":33,"relatedPosts":37},[28,30,31],{"name":21,"slug":29},"llm",{"name":19,"slug":19},{"name":17,"slug":32},"ai-agents",{"id":15,"slug":34,"title":35,"language":36},"ai-agents-moving-into-real-work-en","AI agents are moving into real work","en",[38,44,50,56,62,68],{"id":39,"slug":40,"title":41,"cover_image":42,"image_url":42,"created_at":43,"category":13},"a16a2ae1-c669-4818-b054-2f339332622b","anthropic-california-public-sector-ai-deal-zh","Anthropic 與加州的 Claude 合作，應成為公部門 AI 的預設模式","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782757082516-z7w8.png","2026-06-29T18:17:32.810938+00:00",{"id":45,"slug":46,"title":47,"cover_image":48,"image_url":48,"created_at":49,"category":13},"600a41d7-99a2-48cf-b80e-b28061c65767","andes-technology-20b-risc-v-soc-shipments-zh","Andes RISC-V SoC 出貨破 200 億","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782734588433-8mkx.png","2026-06-29T12:02:32.954092+00:00",{"id":51,"slug":52,"title":53,"cover_image":54,"image_url":54,"created_at":55,"category":13},"383d45a7-2778-436c-902c-fb0d064bfe56","onchain-insurance-proof-institutional-tokenization-test-zh","鏈上保險證明才是機構代幣化的真正考題","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782729171879-ih4l.png","2026-06-29T10:32:25.181256+00:00",{"id":57,"slug":58,"title":59,"cover_image":60,"image_url":60,"created_at":61,"category":13},"e4d40a87-9823-4a96-a9a1-0da241daee68","dtcc-tokenization-link-stellar-zh","DTCC 接上 Stellar，XLM 站上新舞台","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782728271600-sddm.png","2026-06-29T10:17:27.929404+00:00",{"id":63,"slug":64,"title":65,"cover_image":66,"image_url":66,"created_at":67,"category":13},"10f14e61-67c3-4c5e-b561-371efdffb18f","framework-tokenization-ai-financing-fund-zh","Framework 把代幣化變融資","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782727404282-u4vv.png","2026-06-29T10:02:58.99285+00:00",{"id":69,"slug":70,"title":71,"cover_image":72,"image_url":72,"created_at":73,"category":13},"b19bc35b-9d90-4c63-94ab-c46bd759da81","microsoft-investor-relations-page-map-zh","Microsoft 投資人關係頁面地圖","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1782726471089-sl2s.png","2026-06-29T09:47:23.941243+00:00",[75,80,85,90,95,100,105,110,115,120],{"id":76,"slug":77,"title":78,"created_at":79},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":81,"slug":82,"title":83,"created_at":84},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":86,"slug":87,"title":88,"created_at":89},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":91,"slug":92,"title":93,"created_at":94},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":96,"slug":97,"title":98,"created_at":99},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":101,"slug":102,"title":103,"created_at":104},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":106,"slug":107,"title":108,"created_at":109},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":111,"slug":112,"title":113,"created_at":114},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":116,"slug":117,"title":118,"created_at":119},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":121,"slug":122,"title":123,"created_at":124},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]