「我猜，到明年年底左右，我們可能就會有比任何人類都更聰明的人工智慧了。」——特斯拉（Tesla）執行長馬斯克（Elon Musk）2024年4月8日時說道。
年末將至，生成式AI大神們早已開始慶祝聖誕節。OpenAI去年12月5日率先展開了為期12天的「Shipmas」活動——每天公佈新產品、新功能或進行產品演示，例如影像生成工具Sora、寫作及編碼程式Canvas等皆正式上線。對手Google也不甘示弱，隨後在11日公布其最新的生成式AI模型Gemini 2.0，並推出兩款基於該模型的高階產品原型Astra和Mariner，象徵著人工智慧正邁入下一階段：AI代理（AI Agent）。
根據OpenAI的分類系統，人工智慧的發展可分為5個階段，分別為：
- 對話（conversational AI）：基礎的AI聊天工具，像是ChatGPT，可以理解和回應人類語言。
- 推理（reasoners）：能像人類一樣解決問題，具有一般人的邏輯推理能力。
- 代理（agents，或譯「自主」）：可以正確地採取行動（選擇工具），大大減少人類介入參與的需求。
- 創新（innovators）：參與創造性和技術性突破，從執行命令的工具進化成發明的積極貢獻者。
- 組織（organizations）：最高等級的AI，能管理人類組織的運作。
《經濟學人》11日指出，矽谷對AI代理抱持著相當高的期望，人工智慧數據公司「Scale」的創辦人Alex Wang 則表示，AI代理可能成為科技界在2025年最重要的突破之一。
AI代理（AI agents）是指一種能夠自主執行任務的人工智慧，透過設計工作流程並運用現有工具來完成目標。它們不僅具備自然語言處理能力，還可以進行決策、解決問題、與外界互動並執行具體行動。
與傳統「一問一答」型的AI系統不同，AI代理能夠自動規劃目標、分解任務、運用外部數據或工具來補充資訊，並不斷自我修正。此外，AI代理可以根據使用者的需求進行學習與反饋優化，提供更個性化的體驗，這適用於解決更複雜的任務，像是軟體設計和IT自動化等。
《經濟學人》指出，對AI代理的期待已經推動像Salesforce等軟體巨頭的股價上漲。Salesforce在10月推出工作用AI代理「Agentforce」後的一週內，便與超過200個客戶達成合作協議；而Salesforce的競爭對手微軟（Microsoft）也同樣推出了多種類型的AI代理。
AI產品的開發挑戰
從OpenAI和Google的新品發佈可以看出，產品的重要性超越了模型。《經濟學人》表示，雖然致力於大型語言模型（LLMs）的科學家正努力追求技術突破，但開發者卻面臨著市場壓力，需要推出各種產品來證明這些新技術真的有市場需求。
開發生成式AI產品和大多數商品不同，一般而言，產品開發者會從消費者的需求出發，回頭設計產品；但生成式AI發展的速度太快，反而是技術決定了產品型態。OpenAI的產品長魏爾（Kevin Weil）說：「通常我們被教導不要當那種拿著錘子到處找釘子的人，但現在每隔兩個月，電腦就能做出以前從未實現過的事情」。 （相關報導： 輸入文字讓ChatGPT幫你拍成影片 OpenAI推Sora向Meta、Google正面進攻 ｜ 更多文章 ）
不過這次，OpenAI的新產品卻出現不少問題。公司執行長阿特曼（Sam Altman）表示，由於公司低估需求，因此在產品推出後不久就不得不暫停ChatGPT訂閱用戶對Sora的使用權限。即使有些用戶獲得了使用權，並對Sora的功能印象深刻，但他們發現早期測試版本中出現的問題，現在依舊存在，其中最明顯的問題是Sora無法真實呈現複雜的動作。科技評論YouTuber布朗里（Marques Brownlee）指出，Sora幾乎一定會搞砸任何四足動物的動作，有些物品也會莫名其妙的消失。
