我們很快從大語言模型（LLM）熱潮移動到代理（Agent）。因為LLM比較像是只回答、不負責執行的顧問，但Agent是真正的助理，會寫程式、寫文章、操作你的電腦，你告訴它想做什麼，它就幫你完成。Agent也可理解為疊在LLM往上發展的應用，而其中的關鍵是Skills（技能包）。
代理時代的新架構：LLM、Agent、Skill
過去，資訊系統建立在中央處理器（CPU）之上。CPU是運算基礎，往上是作業系統（OS），再往上是發展應用程式（Application，簡稱App）。人類透過使用介面去操作App完成工作。因此，以前的架構大致可理解成：CPU、OS及App。
到了AI代理時代，也有新的3層架構：LLM、Agent及Skill。底層LLM提供語言理解、推理與判斷能力；LLM之上是Agent，負責理解目標、拆解任務、規畫步驟；再往上則是Skill，某種程度上，像新一代App，但Skill不會取代App。
LLM仍需要CPU、GPU的運算基礎，Agent還是需要OS、瀏覽器及檔案系統。Skill也不是憑空完成工作，它得呼叫企業裡既有的App。
但Skill會改變App。因為App變成主要透過Skill讓Agent使用，而不是讓人類使用，App需要做對應的調整，像是裝上MCP，或是開放API。
所以對企業來說，AI代理最重要的意義，不是把過去投資的系統全部推倒重來，反而可以奠基在過去的數位投資的基礎之上，再裝上AI的翅膀。
很多企業已花了幾十年投資企業資源規畫（ERP）、客戶關係管理（CRM）、銷售時點情報系統（POS）、倉儲管理系統（WMS）等各式系統。這些App裡有企業資料、流程、權限控管及營運規則。這些系統不會因為AI代理出現就不重要，反而更重要。AI轉型的基礎，還是奠基在數位轉型的基礎之上。
Agent幫企業完成工作，它必須能進入實際作業現場，像是它要能查CRM，確認客戶狀態；要讀庫存，確認商品可出貨；要進ERP開單、更新資料、生報表並通知相關部門。也就是說，Skill會去呼叫App。
過去，如果企業要讓不同App一起工作，通常就要做系統整合。而異質系統，背後又都是不同的開發單位或廠商，彼此光溝通都是災難。而透過Skill，這些跨應用程式之間的整合操作問題。
讓SOP不怕例外、幫App加上企業心法
Skill不是單一的App。Skill像是一段可被Agent調用的工作流。它能把不同App串起來，完成一個跨系統、跨單位的任務。例如一個業務想知道某個客戶最近能不能追加訂單。過去他可能要自己打開CRM看客戶紀錄、開ERP看應收帳款等，最後自己判斷。
未來這件事會變一個Skill，當Agent收到目標後，透過Skill查找數據，最後整理出建議。此時，Skill就不只是自動化而已，還融合了公司know-how。
傳統的資訊系統很會跑標準作業程序（SOP）。因為CPU資訊系統的世界很明確：0就是0、1就是1，你輸入什麼就會輸出什麼。但企業運作裡最常卡住的就是各種SOP以外的特例。為了處理特例，只好寫更多SOP，結果特例一直出現，SOP愈來愈多、系統愈寫愈複雜，最終仍涵蓋不了所有特例，但SOP已長成一隻肥大的怪物，沒人能全部理解。
Skill可以優雅的解決，且不需要SOP，只要指引（guideline）。因為LLM的基礎就不是0與1，而是可回應各種可能，包括你想不到的。基於LLM的Skill，真正有趣的地方就在這裡。它不照流程跑，還能理解語意、判斷例外，必要時回頭問人，提出其他可行方案。SOP讓企業運作更有效率，而Skill的加入則讓企業運作有彈性，而且更有「可能性」。
AI代理時代的企業不只是把更多工作自動化。自動化是在解決SOP，但未來更需要的是適應變化。
如果再加上企業既有知識庫，這件事更有意思。企業真正的know-how從來不存在系統裡，多半藏在文件、會議紀錄、專案目錄裡，也藏在資深員工經驗裡。
過去這些知識大多只能被查詢、被閱讀、被傳承。但當Skill可以讀取知識庫，又可呼叫App及know-how就不只是被記錄下來，而是可被執行。這可能是AI代理對企業最重要的改變。
Skill會把應用程式、工作流、知識串在一起，而Agent就會像一名稱職員工，遇到各種狀況，自動分析、判斷，依據指引幫你解決問題，完成任務。
App還在，但Skill會成為新的操作層。SOP還在，但Skill會讓工作流有能力處理例外，更有彈性。知識庫還在，但Skill會讓know-how運作，就像一個資深又有智慧的員工。
當企業能做到這點，它就不只是數位化、自動化企業，而會接近一種適應性的靈活組織。面對快速變動的市場，企業不只追求效率，更重要的是靈活性，能隨時改變流程因應市場，是AI時代的生存之道。
責任編輯：陳祈安
