科技創新（一百八十四）：【AI轉型】Agent 越能做事，企業越需要管資源：AI Architecture Map 的五層資源觀

     2026 年，Vibe Coding、AI Coding Agent 與各種 Agentic Workflow 快速進入企業。AI 不再只是回答問題，而是開始規劃任務、反覆推理、呼叫工具、存取知識，甚至調度其他 Agent。

當 Agent 能做的事情愈來愈多，一個新的管理問題也開始浮現：

企業究竟要用多少 AI 資源，才能完成一項工作？

Gartner 在 2026 年 8 月提出「Inference Paradox」，預測到 2028 年，每個 Agentic Workflow 的 AI inference cost 可能增加超過五倍。

值得注意的是，這個弔詭並不只是因為模型價格變化。新一代模型不只單價下降，也能用更少的 Token 完成同樣的工作，單位工作的 Token 成本因此持續改善，過去成本過高而難以落地的複雜工作流開始變得可行；但企業一旦大量導入，多次推理、工具調用與 Agent 之間的協作，又會快速放大整體資源消耗。真正的問題因此不是單次推論多少錢，而是一項工作究竟需要多少次推論與多少資源才能完成。

這裡消耗的也不只是 Token。AI Agent 真正進入企業流程之後，牽動的是模型、Memory、Compute、Network、Storage，甚至進一步延伸到 Power 與 Cooling。

所以企業真正需要回答的問題，正逐漸從：

「我們要用哪一個 AI？」

轉變成：

「什麼工作，值得配置什麼樣的 AI 資源？」

這不只是成本問題，而是一個 Architecture Decision。

 

科技創新（一百八十二）：【AI轉型】從資料庫到「執行力」：Agent 時代下企業 AI 架構與技術主權的治理作業

  

回顧 2009 年，那是一個由 ERP、CRM 等關聯式資料庫統治世界的年代，當時企業競爭力建立在標準化流程與資料的「透明度」與「正確性」。然而，2026 年的今天，我們從 Google Cloud Next 2026 傳出的訊息中深刻感受到，具備推理與自主行動能力的 AI Agent 已成流行。

正如人工智慧教父吳恩達 (Andrew Ng) 近期在其關於 「代理人工作流 (Agentic Workflows)」 的指標性論述中所言：「AI 的真正潛力不在於追求更大的模型，而在於如何透過循環的工作流讓 Agent 具備反思、工具調用與自主協作的能力。」而雲端大廠正致力於將 AI 轉化為如同油水電般的基礎設施，未來企業比拼的核心競爭力，將不再只是誰能把資料收得更齊，而是誰能將延遲、算力成本與「治理」，完整整合在永續營運的 Agent 系統中。

這象徵企業的作業系統正在被重寫，資料不再只是資產命脈，Agent 更是呈現組織所有活動、意圖與任務的載體。因此，CIO/CISO 的角色需要引領公司，導入 「AI 產品架構師」，專人設計指揮編排複雜流程、主導人機協作的組織設計。

 

ABS AI 實務架構：企業級 AI 的主從指揮體系

在 Agent 時代，企業導入 AI 不能只是買幾個模型 API 回來串接。輝達 (NVIDIA) 執行長黃仁勳 曾預言，未來每一間公司都將擁有數以千計的「數位員工 (Digital Agents)」。為了管理這些數位力量，企業需要一套能整合技術架構 (Architecture)、商業邏輯 (Business) 與服務體驗 (Service) 的實務框架，即 ABS AI 實務架構。

 

科技創新（一百八十一）：【AI轉型】完備企業做Vibe Coding的防禦機制：實踐AI輔助開發成熟度模型(AIADMM)企業級進階路徑

  

在生成式AI與各種Agent工具的推波助瀾下，軟體開發的速度正經歷前所未有的爆發。然而，當AI寫Code的速度超越了人類審查的速度，沒有治理的開發，只會加速累積技術債、資安漏洞與合規風險。

為了解決這個架構失控的惡夢，並協助CIO與CISO進行精準的風險管控，我在上一篇文章《建立企業做Vibe Coding的防禦機制：導入AI輔助開發成熟度模型(AIADMM)》中提出了「AI輔助開發成熟度模型（AI-aided Development Maturity Model，簡稱AIADMM）」。這套模型共分為五個階段，分別為：Level 1單點應用期、Level 2企劃驅動期、Level 3架構審查與除錯期、Level 4工具掃描與弱點防堵期，以及Level 5合規與審計期。這套模型的終極目標，是協助企業達成「合商業、不作假、不亂搞、不越權」的四大治理願景。以下我們將這十二字箴言作為導讀地圖，拆解從Level 1到Level 5的進階路徑。

 

科技創新（一百七十九）：【AI轉型】AI產品架構師的崛起 - 用 Vibe Coding 實現「AI 幫你寫程式碼」的新世代系統開發 當「寫程式」不再是門檻，為何企業反而面臨更大的開發焦慮？

在企業推動數位轉型的過程中，企業決策者與 CIO、CISO 們最常面臨的痛點，往往是「IT 資源永遠不夠用」與「業務單位的需求永遠做不完」。

 2026 年，隨著生成式 AI（Generative AI）與各式強大 AI 開發工具（如 Cursor、Claude Code 等）普及，許多人以為這個痛點終於被解決了。市場上充斥著「不懂程式也能自己做 App」的樂觀氛圍。然而，許多 CIO 與 CISO 很快就發現了殘酷的現實：當業務單位興沖沖地用 AI 生成了一堆系統原型（Prototype）後，真正的災難才剛開始。  

這些由非技術人員透過簡單提示詞（Prompt）「詠唱」出來的系統，往往缺乏系統架構思維、沒有考慮極端狀況（Edge Cases），更充斥著資安漏洞與效能問題。最終，這些脆弱的「影子 IT（Shadow IT）」還是得丟回給 IT 部門收拾殘局，反而製造了更龐大的技術債。

這個現象揭示了一個核心真相：在 AI 時代，最稀缺的資源已經不再是「編寫語法（Syntax）的能力」，而是「定義問題、設計邊界與收斂商業邏輯的能力」。 當「純手工打造程式碼」的時代過去，我們正式跨入了一個名為「Vibe Coding（直覺導向程式設計）」的新紀元。在這個新時代，企業不需要再盲目擴編初階開發人力，而是迫切需要培養一種具備商業邏輯與系統思維的新型態人才——這就是「AI 產品架構師（AI Product Architect）」誕生的原由。