英特爾國際科學展第一特獎
英特爾國際科學展第一特獎
2006.06.01 | 科技

我還是第一次看到耶,真是不想出鋒頭!」這天,台北市的傍晚突然下起大雨,師大附中女生趙依祈撐著雨傘,穿梭在校園大樓間,突然看到穿堂的跑馬燈,寫著「恭賀趙依祈獲得英特爾國際科學展第一特獎……」停留十秒,仔細看完內容的她,又快步走回圖書館,跟同學一起念書。
研究「人面蜘蛛借調整絲基因表現及網結構促進捕食效率」的她,除獲得一個由美國獸醫協會頒發的特別獎外,還贏得大會第一特獎(不分類別)以及動物學類的第一名。不僅如此,她更拿下Seaborg SIYSS大獎,十二月將受邀到瑞典諾貝爾獎(Nobels Prize)頒獎典禮觀禮,成為台灣首位獲此殊榮的高中學生。
拿到大獎的趙依祈,頒獎典禮才剛結束,台北時間凌晨六點就打電話回家報喜,讓在國中教數學的媽媽,高興得不得了。「她是個充滿熱情與自信的女孩,評審都很喜歡她的態度,」擔任指導老師一年多的附中實驗研究組長黃淑芬與有榮焉地說。
這項實驗,研究的是「蜘蛛絲」與「食物」之間的關係。趙依祈表示,會選擇人面蜘蛛,是因為它是台灣樹林中,體型最大的蜘蛛,視力不好,只能在樹林中結網,靠它捕獵、交配等。
為了要有效捕獵,蜘蛛會因為連續出現的獵物,而調整蜘蛛網的形狀。
例如,趙依祈餵蜘蛛吃蒼蠅跟蟋蟀,一直吃蒼蠅的蜘蛛,它吐出來的絲,面積、網眼都會比較小,同時絲的數量、黏性與張力也會比較差。未來可藉由這個發現,用食物改良蜘蛛絲的特性,讓它應用在手術線以及防彈背心上。

家人無悔支持不給她壓力

趙依祈的「蜘蛛學」,其實是從四年前開始。那時她們全家人到郊外踏青,她幫哥哥抓蜘蛛,回家後,兩兄妹就一起做簡單的行為觀察,從結網、捕食、交配到生育等,「從那時候開始,我就喜歡上蜘蛛,」笑起來有個酒窩的趙依祈說。
國二開始,趙依祈即以蜘蛛為研究對象,參加一連串的科展,第一年,小小年紀的她,就拿到全國第一。
為了這次實驗,趙依祈從野外抓了六十隻蜘蛛回家,家裡的三個樓層,客廳、自己房間與儲藏室全讓給她養蜘蛛,每個牆角都是蜘蛛網,家裡弄得亂七八糟。本來非常反對的父母,卻被自己女兒的認真所感動,決定跳進來幫忙。
為了邊做邊修正方向,每個星期五,她常常得請假,自己搭車到台中,拿著筆記找教授討論。甚至同學在畢業旅行時,她都得到台中忙完後,再坐車到台東跟他們會合,到飯店時,已經是凌晨一點了。
「我當然想放棄過,也曾經大哭過,」趙依祈睜著大眼睛說,「但是一想到自己的數據,跟教授有共識,就很開心,找到繼續走下去的動力。」最後三個月的集訓期,光是她的海報,就修改了將近二十次,研究摘要也花了兩個星期,「那段時間真是煎熬。」
到國外參展能否得獎,實驗結果不是唯一,還得通過英文簡報的考驗,必須在十五分鐘內,把重點講清楚。因此,除了跟其他參賽同學一樣,找了家教練習外,由於兩年前,趙依祈的哥哥也參加過這項比賽,因此在評審前一晚,特地從芝加哥(Chicago)趕到印地安納波里斯,跟妹妹傳授對答的技巧。
「媽媽沒有寄望我一定要得獎,」一向獨立的趙依祈,雖然在班上功課不是最好,但懂得學習「放手」的父母親,卻讓她在動物世界裡,找到一片屬於自己的天空。誰能保證,台灣下一個的諾貝爾得主,不會是這位令人喜愛的女孩呢?

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓