Meta、OpenAI、Google齊攻Agent　專家憂企業陷自動化混亂

AI一旦學會自己跑流程，企業最先慌的往往不是效率，而是權限誰在管。生成式AI正由一問一答走向可長時間接管任務的「自主代理人」模式，但企業端迎來的不只是效率期待，也包括資安、授權與流程失序風險。深耕企業AI領域的墨宇總經理薛浚鴻提醒，若組織尚未釐清內部決策與作業邏輯，就急著把任務交給Agent，恐怕先換來一場自動化混亂。

這波競逐由多家科技巨頭接連推進。Meta推出消費端助理「Muse」，OpenAI發表具備獨立雲端電腦的個人代理「dots」，Google則公布新一代旗艦模型「Gemini 4 Argon」，都顯示生成式AI正擺脫傳統對話框限制，轉向可持續運作、跨平台處理任務的新型態。

不過，模型能力越強，企業治理壓力也同步升高。薛浚鴻表示，OpenAI的dots讓每位用戶擁有專屬雲端虛擬電腦，代理可在背景整合跨平台資料、形成長期記憶並依排程推進專案，技術想像相當完整；但若沒有嚴密的資料安全沙盒與權限劃分，等於替外部系統開了一道不小的門，機密外洩與合規風險都會跟著放大。

Meta的Muse也讓風險輪廓更清楚。該代理主打處理預約、採購等生活任務，卻在美國開放測試後不久遭亞馬遜封鎖。業界分析指出，關鍵在於自主Agent模擬人類點擊，可能踩到未授權機器人的服務條款紅線，甚至涉及抓取與儲存用戶憑證的資安疑慮。薛浚鴻認為，這反映出消費級代理一旦跨入外部生態，若缺乏標準化授權協議與情境邊界，碰壁幾乎只是時間問題。

相較之下，Google的「Gemini 4 Argon」聚焦企業端，主打深度邏輯推理與超長程工作流處理，單次輸出上限擴至百萬token級別，首波先開放受信任的資安團隊測試。薛浚鴻指出，企業未必要追逐昂貴前沿模型，若能先完成高規格客製化工作流編排與內部經驗整理，搭配輕量或專屬模型，也能做出貼近業務需求的成果。

他進一步表示，企業導入自主代理的關鍵，仍在於先把問題邏輯與流程盤清楚，再交由Agent接手執行。透過陪跑顧問進駐現場，結合前線部署工程師的技術理解，協助團隊釐清問題本質、建立安全邊界，才有機會把模型能力轉成真正的數位產能。

The post Meta、OpenAI、Google齊攻Agent　專家憂企業陷自動化混亂 first appeared on 立報傳媒.