top of page

管治AI代理「團隊記憶」

這周,某大型科技公司設計了一套讓人工智能代理(AI Agent)共享「團隊記憶」的開源系統。一整隊的編程Agent不再各自獨立記錄開發者的訊息,而是共同使用一層結構化的記憶:包括對話紀錄、技能庫、知識圖譜,乃至代碼之間的依賴關係。尤為引人注目的是,該項目在GitHub發布後便迅速攀升至榜首。


同時,一所知名大學啟動了一項「虛擬生物科技」項目,這並非擁有實驗室和員工的實體傳統藥業,而是一個完全由Agent構成的團隊:3.7萬個Agent協同運作,負責藥物設計、模擬驗證工作。最終,這些Agent成功針對特定病毒變種設計出抗體蛋白,其中一項設計方案更獲得了跨國製藥企業的獨立驗證,並確認有效。


兩件事放在一起,可觀察到一個趨勢:Agent正在從「獨立工具」轉型為「團隊成員」。人類團隊的記憶本就是分散的,散布在會議紀錄、電子郵件以及每位成員的腦海中,依靠制度、信任與默契來維繫。正因為這種分散性,治理才顯得重要:誰擁有查看、修改權限、又有哪些資訊應被遺忘。


現在Agent已具備「團隊級記憶」能力,它們記錄的不僅是程式碼,更是整個團隊的決策脈絡、技能組合,乃至「誰曾執行什麼任務」。此舉看似極大提升效率,卻也引發質疑:當一個Agent能左右整個團隊的紀錄,應由誰負責監督?


有業界評論指出,這個系統目前「尚缺乏治理機制」以應對記憶失誤,例如一個Agent記錄了一件錯誤的事,隨後將這份錯誤資訊傳播給整隊Agent。若在人類團隊中,此類狀況通常會被質疑、糾正,並留下「此人不值得信賴」的評價。


讓筆者把Agent團隊記憶的治理,分為3個層面來探討:


1. 存取權限。誰具備團隊記憶的讀取及寫入權限?人類團隊設有保密協議與權限等級劃分,若Agent記憶層缺乏相應管控機制,等同將整個公司的決策流程,完全公開給所有Agent。


2. 記憶的準確性。當Agent記憶出現錯誤,責任歸誰?人類團隊可透過審查、交叉核對以及「對此數據存疑,需再次確認」的文化來確保準確性。Agent記憶層需要類似機制,但難度更高,因為錯誤記憶會如病毒般自動擴散,甚至演變為「虛假共識」。這需要建立驗證規則、版本控制,甚至「遺忘機制」。


3. 記憶的所有權。此團隊記憶歸誰?是公司,還是某個Agent供應商?當記憶儲存於第三方雲端平台,你甚至將失去對自身決策流程的掌控權。


如果你正將大量Agent引入團隊,我建議先明確哪些數據(記憶)應當共享,這如同管理人類團隊,你不會讓每位成員接觸所有機密資料或隨意修改公司紀錄,更不會容忍錯誤訊息在團隊內傳播。由此可見,人工智能治理尚處於起步階段,值得人們駐足深思。

Recent Posts

See All
AI釋放年長優勢 60歲「創新退休」

筆者已年過60歲。2016年,50歲的我正式從阿里巴巴(09988)退休,不是因為做不動,而是因為人生的下半場,不應該只是「休息」。 我給自己創造一個詞:Innotirement(創新退休模式),不是退下來,而是換一條跑道,繼續為自己而活。 這不是浪漫的口號,數據給出了明確答案。麻省理工的研究團隊在2020年發表一項里程碑式研究,分析美國270萬間企業創辦人的數據,發現創始成功概率隨着年齡增長而持

 
 
監管落後AI 恐淪紙老虎

本周焦點是美國聯邦人工智能(AI)監管框架從草案正逐步走向立法。美國跨黨派眾議員正式提交修訂版Great American AI Act,為聯邦層面AI治理建立統一的法律框架,取代各州各自為政的混亂局面。結合白宮之前發布的國家AI框架與參議院的AI出口管制法案,監管正在收緊,不再停留在原則宣言,而是進入成文法階段。澳洲亦緊隨其後,啟動自動化決策監管立法。 更值得深思的是,近日一宗標誌性事件:某頂尖

 
 
AI與IA世代之爭

六十年代,美國計算機科學出現了兩個概念。電腦科學家麥卡錫(John McCarthy)提出「人工智能」(Artificial Intelligence,AI),意指建造全面替代人類思考的機器。然而,有份發明滑鼠的恩格爾巴特(Douglas Engelbart)提出「智能增強」(Intelligence Augmentation,IA),即用科技擴展人類能力,而非取代之。 來到2026年,這兩條路線

 
 
bottom of page