2026 AI TAIWAN 未來商務展，於 6 月 24 日（三）至 26 日（五）台北圓山花博爭艷館正式揭幕，今年以「All in AI」為主題，宣告 AI 已成為百工百業關乎生存的結構性資源。展會集結海內外逾 200 家解決方案團隊參與，並規劃 50 場次內容活動，展現台灣最大 B2B AI 實戰生態系。《未來商務》直擊現場，帶來第一手觀察。
AI 能寫程式、能回答問題，但它究竟是怎麼學會「思考」的？Google DeepMind 研究副總裁紀懷新，在 2026 AI TAIWAN 未來商務展 的演說中，從 sequential transducer（序列轉換器）講到 Chain of Thought（思維鏈），拆解了 AI 推理能力的底層邏輯，並指出 agentic coding（代理式程式設計）只是前兆，真正的衝擊，是即將到來的個人通用助理時代。
AI 其實是在模擬「人類溝通」這件事
2013 至 2015 年間，Google 開始將深度學習（deep learning）導入搜尋與推薦系統；第一顆 TPU（張量處理器）於 2015 年在 Google 內部部署。目的不是泛用 AI，而是解決搜尋、廣告與推薦等核心業務的推論效能瓶頸，彼時 transformer 都還沒問世。
生成式 AI 的底層，是一套叫做序列轉換器的架構——輸入一個字、輸出一個字，本質上是在模擬人類說話與理解的過程。Google 2017 年發表的論文〈Attention Is All You Need〉提出 transformer 模型，即建立於此，現今所有生成式 AI 的訓練基礎，都從這裡接續發展。
但這套架構有個根本限制：它只能預測「下一個字」，沒辦法做需要多步驟的推理。突破口是思維鏈，而紀懷新正是這篇論文的共同作者之一，目前已累積超過萬篇引用。方法出乎意料地直覺：把解題步驟一步一步示範給機器看，讓它學會依序推導，而不只是記答案。思維鏈所奠定的多步驟推理能力，是後來代理式程式設計得以實現的重要基礎之一
個人通用助理：所有功能集合在一個模型裡
過去兩三年，AI 科學家在實驗室裡同時推進五個方向：多步驟推理、工具使用、自我模擬與改進、多模態輸出、個人化。Agentic coding 是這五條線開始交會的第一個成果。
但紀懷新認為，這還不是終點。把所有這些功能集合在一個模型裡面，它會幫你寄東西、幫你翻譯、給你推薦、做搜尋。所有這些功能都集合在一個模型裡面，這才是我們真正的未來。這個模型，他稱之為「個人通用助理」。
能夠提前看到技術走向，就能提前做出布局。他以 NVIDIA (輝達) 為例：2015 年，序列轉換器的潛力已經清晰可辨，在那個時間點理解這件事的人，後來的投資報酬以數百倍計。個人時間、資金、商業決策，同樣的邏輯都適用。
延伸閱讀｜Google DeepMind研究副總裁紀懷新專訪｜Gemini 3深度推理超車OpenAI，靠的是這個核心突破
100組AI提示詞快收藏！NotebookLM簡報、萬用工作流、Claude專屬助理⋯完整地圖一次看
（本文轉載自《未來商務》）
