本文共737字
AI代理（AI Agent）正由「能對話」邁向「能執行」階段，逐步進入實際應用場景，被視為AI下階段重要發展方向之一。然而，專家指出，在推進落地過程中，仍面臨成本、安全及使用門檻等限制，產品化與商業化能力尚待提升。
AI代理是指可結合大語言模型（Large Language Model，LLM）、工具調用與自主規劃能力，讓AI不只回答問題，還能直接執行任務。中新網指出，AI正由「會解答」邁向「會做事」，進入企業辦公、生產管理與客戶服務等場景。
快科技指，開源AI代理OpenClaw爆紅後暴露多個落地問題，包括Token（模型計算與文字處理的基本計價單位）成本失控、安全風險及使用門檻高等。部分用戶短時間內消耗大量Token，導致費用失控，亦曾出現AI在高權限狀態下誤刪文件或造成資訊外洩；同時，需透過命令列安裝及設定API金鑰（API Key，應用程式介面存取憑證），也提高使用難度。
當貝Molili產品總監唐濤表示，上述問題反映AI代理產品化不足，從「展示可運行」到「實際可用」仍有落差，不少產品難以支撐用戶需求。目前業界存在將「展示可運行」等同於「產品可落地」的現象，加上免費補貼模式難以持續，顯示產業仍在探索商業化路徑。AI代理能否形成長期需求，關鍵在於產品體驗能否支撐用戶持續使用。
除個人用戶，企業端同樣面臨挑戰。華南理工大學軟體學院院長蔡毅說，企業應用需具備可溯源事實錨點、降低模型幻覺及整合私有數據能力。中新網指，企業規模化落地仍受數據治理、權限管制及高質量數據不足影響。天風證券分析師繆欣君稱，資料割裂且利用不足，加上安全控管不到位，使企業態度審慎。
金山辦公助理總裁黃志軍則強調，AI能力提升同時加深對數據品質依賴，建立可信且合規的數據基礎，是企業應用前提。
※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結；未經授權，請勿複製轉貼文章內容
留言