※ [本文转录自 AI_Art 看板 #1fnf19vK ] 我让 AI 帮我规划了整个 DIGITIMES AI EXPO 三天行程 ——以一个外商 GAI Consultant/Evangelist 视角的现场观察 为了大家好读，底下我会给PTT纯文字版，但配图或支持请帮我点LinkedIn连结：） https://www.linkedin.com/feed/update/urn:li:activity:7443295618141253633/ -- 这次以广告公司 GAI Solution Consultant 的身份出席 电子时报 AI EXPO Taiwan 2026 ，同时也带着自己在 Multi-Agent Ecosystem 架构上的实践视角。开展前我就把 AI EXPO 的网站丢给 Claude，解析出双舞台三天的完整议程後，告诉它我的背景—— Agentic AI 顾问与架构师、自己跑 Multi-Agent 系统、每天的工作就是把前沿 AI 技术 转译成企业能落地的东西——请它根据这个视角帮我筛选必听、可听、直接略过，标出换 场时机、摊位优先顺序、文字攻略。结果是一份比我自己排得好很多的三天作战计画，在 我礼拜二工作的同时。 三天下来我一直在验证一个真正关心的问题：企业的 Agent 化，究竟卡在哪里？展区给 了我一种答案，议程给了我另一种。 展摊让我有点可惜，但有一个例外 实话，展区整体让我有些失望。 很多摊位的逻辑是：把原本的产品加一个 AI 标签， 或者把 AI 产品再加一个 Agent 标签，然後就结束了。速度慢，没有真正在解决新的问 题，更像是跟上话语权，而不是跟上时代。 龙虾在人们口中无处不在，但不是每只都知 道自己为什麽在。 但有一个摊位让我停下来很久——AI SOLLY，一个专为特殊需求孩子设计的社交练习 AI 夥伴。Co-Founder Sunsha tseng 在现场亲自向我解说设计哲学与使用情境：让孩子在安 全环境中透过 AI 反覆练习对话、社交与情绪处理技巧，补足特教资源缺口。在一个满是 商业应用的展场里，AI 落实得最真实的地方，是辅助特教学生学习——我当天就把这件 事分享给最近正在关注 AI 实验教育的母亲。相较於那些还在很努力「加入 Agent 点」 的商业软体，AI SOLLY 让我看到的是另一种东西——它不是在 AI 上面贴标签，它是因 为 AI 才得以存在的产品。这才是 AI-Native 时代真正的改变长什麽样子。 议程的深度让我惊喜 相比展区，讲者场次的水准远超预期。三天在知讲堂跟未来舞台之间来回，我梳理出几条 真正有意义的脉络。 推论经济学｜台大徐宏民 NVIDIA AI Lab 计画主持人，从推论成本切入 LLM 的下一步。 Autoregression 的本质——每次只看前面的 token 预测下一个——是 LLM 不稳定的根 本原因，也是为什麽 context governance 跟 control plane 不是加分项，是必要条件 。 Agentic AI 企业落地｜AWS 杨书维 「Getting agents to production is still too hard」 ——这句话是杨书维整场的前提，也是我在顾问现场每次碰到的那道墙：PoC 做完 ，主管第一个问的不是「技术可不可行」，而是「谁可以用、怎麽用、出了问题谁负责」 。Bedrock AgentCore 的架构回答的正是这个——Runtime、Identity、Policy、 Observability 全部内建，AWS 不是在给你更好用的工具，是把你本来要自己盖的控制平 面直接变成服务。 AI 时代的基础建设｜GMI Fred Jhang 或许眼尖的朋友发现攻略图中没有 GMI—— 那是因为我一开始把硬体基础设施排在较低优先序。但看过他们的产品後我立刻把它加进排程。 GMI 的架构是从底层往上打通的：7,000 颗 NVIDIA GB300 的台湾 AI Factory、GPU as a Service、再到 MaaS「一个 API，所有模型」——GPT、Claude、Gemini、DeepSeek、 Llama 4 全部在同一个帐单里。 我自己在准备双 3090 跑 Qwen、做 API Router 在各家 推论层之间路由，花了大量时间手动处理不同 LLM 的输出格式、quota 管理、帐单碎片 化——这正是 GMI MaaS 解决的问题。更重要的是：这个「一站式 API」的价值不只是降 低人管帐单的认知负担，当 Agent 需要在执行过程中动态呼叫不同模型时，统一的 API 层让 Agent 的 orchestration 逻辑乾净得多。这不是概念，是我正在手动盖的东西他们 已经做成服务了。 代理人原生时代｜HCLTech 张有钧 张有钧从德国带回来的那张投影片让我停住很久—— 「ARE YOU AGENT-NATIVE YET — OR JUST AI-ENABLED?」他把企业 AI 进化拆成三层： Cloud-Native 改变软体跑在哪里，AI-Native 改变系统怎麽思考，Agent-Native 改变的 是谁在执行工作——人类从执行者转移到意图设定与治理的角色。Executive Takeaway 很清楚：Copilots help. Agents execute. Winners redesign value chains early. 我 们会後聊到台湾跟欧洲的落差——他对台湾有信心，我有点保留，但他说了一句让我记住 的话：要先有人说，才有人会愿意做。 AI 代理新进化｜Google Cloud Neo Chen Neo 带来的是 GCP 在 Agent 管理上的完整框架—— Gemini Enterprise 定位为企业所有 Agent 的统一入口，不论是谁建的、用什麽 工具建的，治理层直接内建。跟 AWS 那场对照看很有意思：AWS 切的是基础设施与架构 决策，从怎麽建 Agent 进去；Google Cloud 切的是企业端的统一管理体验，从怎麽管 Agent 进来。同样在谈落地，进场的角度完全不同。 From Copilot to Colleague｜微软吴子强 如果说张有钧给了框架，吴子强给的是企业现场的问题清单： IT 能不能掌握组织里所有的 Agent？Agent 的行为符不符合企业规范？ 存取机敏资料时谁在负责？当我自己跑完 38 只 Agent 的系统後，试图在公司专案中建 制 Agent 时，这些问题全部真实出现过。Microsoft Agent 365 的定位是「The control plane for agents」——不是更好用的 Copilot，是让这些问题有答案的那一层 。Intelligence + Trust，少了 Trust 那一半，Agent 在企业里走不远。 GEO 时代的生存法则｜阿物科技陈岱旻 搜寻框消失之後，广告跟内容的逻辑要重写。 陈岱旻提出的 GEO 三层框架让我印象深刻：技术层（AI 抓得到、信得过）、内容层（AI 懂你说什麽、容易撷取）、信任层（AI 知道你是谁、觉得你真实）。其中最让我有感的 概念是 Extractability——当 AI 成为唯一入口，品牌的挑战不再是排名和流量，而是 「被撷取性」：被 AI 忽略等於不存在。这个命题直接影响品牌主的预算逻辑，也是我们 内部最近持续在讨论的方向。 2026 科技业薪资趋势 × 技术人的职涯中场｜ Robert Walters 萧清元 × 科技工作讲 抹布与艾瑞思 在技术栈讨论之外，有一场让我重新确认这个时代机会在哪里的对话。 萧清元带来的数据比任何 JD 都直接。台湾市场最大的 hiring challenge 不是预算，是 「找不到对的人」（69%）；有 in-demand skill set 的 job mover 可以拿到 10-20% 的薪资增幅。但另一个全球数据更值得注意：52% 的雇主导入 AI，其中 34% 的目的是优 化人力而非扩编——企业不是要更多人，是要更对的人。这组数字说明的是：市场不是不 缺人，是缺有真实能力的人，这个差距才是这个时代的真正机会。後续论坛由萧清元与科 技工作讲的抹布、艾瑞思共同主持——他们本身就是在外商科技业打滚多年的工程师，聊 的是真实的市场现状而非教科书逻辑。 三天下来最真实的观察 台湾不缺对 AI 感兴趣的人，缺的是愿意认真思考「可治理的 AI 系统」长什麽样子的人 。 Agent 时代不只是让 AI 做更多事，而是要回答：谁在负责？边界在哪里？出了问题 怎麽办？ 展摊几乎没有人在回答这些问题。议程里，已经有人开始了。 AI SOLLY 那个 小摊位让我记住的不是技术，是一个很简单的事实：真正的 AI-Native 产品，不是在原 本的东西上面加 AI——而是因为有了 AI，这件事才第一次变得可能。 这个标准，才是 我评估这个时代的尺。 本文草稿起草於三天议程中与 AI 助理的密集对话，素材、观点与内容核实由本人负责。 -- 当然以上是书写版，如果有人想更深入聊聊哪个部份，欢迎留言。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.161.118.184 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI_Art/M.1774620745.A.E54.html

※ 发信站: 批踢踢实业坊(ptt.cc) ※ 转录者: ZMTL (1.161.118.184 台湾), 03/27/2026 22:14:04 ※ 编辑: ZMTL (1.161.118.184 台湾), 03/27/2026 22:14:40