香港
AI Agent 開發要問:咩報告信得過

AI Agent 開發要問:咩報告信得過

截至 2026 年 11 月,Databricks 在 2026-11-11 推出 Genie 更新版,公司稱它可以接手需要長時間才完成的 multistep jobs,並在無人看管之下完成。行政總裁 Ali Ghodsi 拿出來的示範,是他自己日常的對話與圖表,而非一頁產品畫面;他要講的是買家更應該問的問題:公司大到聽不到真話時,ai agent development 應該先接管哪一步。

重點摘要

  • Genie 的用法是找出高層聽不到的壞消息:問卷低分的部分、做不成的推銷、受訪前該準備的問題。
  • Ghodsi 用 Dunbar 數字解釋為何要這樣做:12,000 名員工的公司,推銷員不會向行政總裁認錯。
  • 他把門檻講成員工 150 人以上,這一條把新聞由產品消息變成中型企業可以對照的判斷。
  • AI Agent 開發本身就包含設計、建置、訓練、測試與部署,IBM 把程序拆成七個步驟,這七步正好是委託開發前的清單。
  • 幾多人的公司值得投資,取決於管理層與前線之間的資訊距離,與行業關係不大。

這單新聞講的其實是「公司大到自己聽不到真話」

先講清楚消息本身。TechCrunch 在 2026-11-11 報道,Databricks 當周公布 Genie 更新版,重點是它能處理需時較長、步驟較多的 multistep jobs,靠的是公司自行建立的 ontology,把客戶存放在平台上的數據整理成代理需要的上下文。公司說企業主管可以把工作交下去,代理會在無人監管下完成。

Ghodsi 給記者的示範,是他自己正在用的一連串工作,沒有預先剪輯:分析員工滿意度調查中公司得分偏低的部分,並評估、否決部分主管提出的補救方法;總結一場結果不理想的客戶提案,包括對方說要先有哪些功能才肯買;為播客訪問做功課,翻看自己的舊訪問、推敲可能的問題。他甚至在對話途中叫代理建議他應該跟記者說什麼。

對買家而言,重點不在這些例子有多聰明,而在它們的性質:三件都是不會主動上報的消息,而且都能對照回原始文件。Ghodsi 引用 Dunbar 數字,指人類能維持穩定關係的上限約為 150 人;小公司的行政總裁認識每一個人,壞消息會直接傳到耳邊,不必等代理整理。他說 Databricks 有 12,000 名員工,他自己也承認不可能認識所有人。

於是他的結論很坦白:任何超過 150 名員工的公司,都有不少人可以從這類代理得到價值。這句話把一則產品消息變成一個可以用員工人數對照的判斷。本文其餘部分就沿着這個判斷,逐個回答買家真正會問的問題。

買家第一個問題:我應該把邊一條流程交給代理?

不要由「哪個模型最好」開始,由「這條流程現在卡在哪裡、卡了幾久」開始。新聞裡三類用法有一個共同結構:數據已經存在系統裡、判斷需要跨幾份文件、結論會影響某個人下一個決定。營銷團隊對應的例子是月度報告與活動後的轉化瓶頸診斷。為什麼是這兩條,答案在第一個篩選問題:兩者的成敗都可以用數字寫出來,而客戶查詢涉及語氣與關係,較適合先由人手處理。

不合適的流程同樣要講清楚。若流程的成果無法事先寫出驗收方式,或者每一次都要靠人臨場判斷口味與關係,代理只會把不確定性放大,而管理層收到一份語氣肯定的報告。這也是 agent 搭建 最常見的失敗位:把一條連人類都講不清的流程,期望代理跑得順。

一個實用的篩選方法,是問三個問題。這條流程每週出現多少次?出錯時代價有多大?結果由誰覆核?三個答案都具體的流程,才值得排進第一批。三者之中最常被含糊帶過的是第三個:覆核的人要有權叫停,否則代理跑得再順,錯誤只會被更快地蓋章。

三名同事圍在白板前,把幾張色卡由一欄移到另一欄,一人指着卡片說話。

買家第二個問題:未放手之前要寫清楚咩?

IBM 對 AI Agent 開發的定義很直接:這是一個創造代理的過程,包含設計、建置、訓練、測試與部署。它的入門指南把過程拆成目標設定與範圍、設計、框架與模型及工具選擇、建置、訓練、評估、部署與監控七個步驟。這七步其實是委託開發時可以逐項追問的清單,工程師的術語表只是它的副產品。

步驟買家要拿到什麼對應新聞裡的要求
目標設定與範圍一條流程、明確的觸發方式與不做什麼代理只在指定範圍內接手
設計架構、系統連接、出錯情境數據從哪裡來、卡住時怎麼辦
框架與模型選擇用哪個框架、模型能否替換日後換模型不用重做接口
建置每個組件的分工人工確認點放在哪一步
訓練用哪些樣本、要不要微調樣本是否代表真實情況
評估測試集、成功與失敗的定義報告是否公開原始數字
部署與監控運行記錄、異常處理、誰接手出事時有記錄可查

這張表最實用的一欄是最後一欄。新聞裡代理的價值,在於它講出「什麼做得不好」;如果交付時只交一份漂亮的功能清單,讀者其實沒有買到那一半。驗收時把每一行對照一張紙,比對照一份示範影片實際。

訓練與評估兩步最常被買家跳過,卻最能預告日後收到的是報告還是驚喜。IBM 把兩步分開寫:訓練讓模型從樣本任務學習,評估則用另一套測試數據驗證代理是否達成目標。你不需要懂微調,但要問一句樣本與真實情況差多遠。

Can I develop my own AI agent?先分清「試用」與「接手」

這是搜尋結果裡最多人問的問題,也是本文唯一要讀者先答清楚的問題:你想自己開發,是因為想驗證一個想法,還是要一個系統每日替你跑同一條流程?兩個答案的難度相差很遠。

前者只需要一個框架、一個模型與一段真實樣本,做壞了重來,成本是時間。後者要面對的是接口、權限、監控、版本升級與人手交接,IBM 把評估與部署監控列為流程的最後兩步,正是因為它們在試用階段看不到,卻在接手之後天天用到。試用成功不代表可以接手,這是兩個獨立的判斷。

下面的問題就從這裡分岔:接手之後,未放手之前要寫清楚咩、報告如實不如實,兩件事都要在委託之前決定。若這條流程會長期運行,自行開發的難處通常在一年後才出現;驗證想法則用開源框架與現成工具就夠,成本主要是時間。

AWS 對代理的說明補上另一面:代理之所以不同,在於自主、目標導向、感知、推理、主動、持續學習、適應與協作這些性質。換成委託開發的語言,就是每一項都要有對應的設計決定,不能只在示範影片見到。自主程度寫得太鬆,出事難追;寫得太緊,代理等於一個會說話的報表。

所以判斷很簡單:需求一次性的,自己做;需求會長期運行、要接多個系統、要有人接手維護的,把接口與驗收寫進合約,比省下開發費重要。前者失敗的代價是時間,後者失敗的代價是信任。

長桌一邊放着手提電腦與草稿簿,另一邊放着多個屏幕與纏繞的線纜。

呢個建議唔適合邊類公司

不是每間公司都需要一個「聽真話」的代理。三類公司可以先放下這條路,把預算放在接口與數據整理。

第一類是員工不到數十人的公司。管理層與前線之間的距離本來就短,壞消息行兩步就到行政總裁耳邊,代理的最大價值無處發揮。Ghodsi 的 150 人門檻說的正是這條界線。第二類是數據散落在紙張、WhatsApp 與個人電腦的公司:沒有可讀的數據來源,代理只會把混亂總結得更快,而且錯得更有說服力。第三類是決策本來就靠關係與談判的行業:這類判斷難以寫成驗收條件,交出去反而增加覆核成本,也讓前線覺得被監視。

讀者要判斷的是自己在漏斗哪一階段,而不是先問市場上哪個代理最強。若連一條流程的成敗定義都講不出,先補這一課,比買工具便宜。反過來說,員工不到一百人的公司不是完全沒用,只是投入與回報的比例會差得多。

買家第四個問題:點分辨如實報告與美化儀表板?

Ghodsi 的故事之所以成立,是因為代理講的是他原本不會聽到的話。這一半最難驗證,也最容易在採購時被忽略。新聞本身沒有交代代理如何避免只講主管愛聽的話,這正是買家要把要求寫進合約的原因。以下四條可以用來檢查供應商的說法。

第一,指標有沒有來源。每個數字應該指明它來自哪個檔案或哪個系統接口,不能由代理補一個看起來合理的數。這條要求寫進合約時最容易被當成技術細節,實際上它是整份報告可否使用的開關。第二,運行記錄不等於完成。代理跑完一次、留下記錄,不代表任務真的做成,報告要能對照原始數據。第三,數據不足時有沒有講出來。缺數據就承認盲點,而不是用平均值填滿,這一條在月度報告最容易露餡。第四,講不講得出不適合的地方。一份只講成效的提案,通常沒有經過壓力測試,也解釋不了為何某些渠道的數字一直對不上。

Topkee 的觀點:把「講真話」寫進機制,而不是寫進宣傳

Topkee 做的是 AI Agent 開發與系統整合,定位寫得很清楚:不只做問答型聊天機械人,代理可在授權範圍內讀取數據、執行任務、生成成果、保存記錄或提交審核;每一個 ai agent 定制 項目,都要先約定觸發方式、輸入輸出與人工確認點。這與新聞裡「無人監管下完成」的說法形成有用的對照:放手的前提,是放手之前先把邊界寫好。對小型團隊而言,這套要求亦意味着交付時間較長,不會一兩星期就有成果。

在「不美化」這件事上,Topkee 的做法是把要求變成機制而非口號:指標必須來自檔案或 API,不能補造未知數;運行記錄不等於實際完成;報告未就緒要續跑,骨架數據不是完成報告;數據不足時提出確認事項;衡量流程改善,不承諾商機轉化或收入增長比例。示範流程與崗位頁亦標明是方案示意,並非已實施客戶案例。代理可以講出難聽的話,前提是每一句都能指回一份文件。

交付方式亦按這個思路排:先選高頻而有明確產出的場景,接入時核驗權限與審批規則,小範圍試運行時記錄完成率、用時、返工與人工介入,最後才複用與擴展。報價按範圍分級列出,場景啟動、業務協同與移動業務各有對應的流程數目與系統對接數量,各套餐另含場景與系統評估費;正式驗收後有原範圍缺陷保修期。具體金額要按你的流程數目與對接系統計算,不宜用別人的套餐價推算。知識庫亦不宣稱有 Genie 式的自然語言直連數據倉庫能力,成效數字要在試點建立基線後再談。

四人在辦公室一角試行流程,一人拿着平板記錄,另一人盯着計時器。

下一步:先寫一頁範圍,再談報價

如果讀者只能做一件事,就是寫一頁範圍:一條流程、它要讀寫的系統、誰在最後覆核、成功與失敗各用什麼數字判斷,以及失敗時由誰負責。拿着這一頁去談,agent 搭建 的供應商前三個問題就會落在接口與權限,而不是模型名稱。這也是 ai agent development 一份好提案與一份好聽提案的分界。

可以再看兩個方向的示範:TTO 漏斗調優智能體 示範長效代理如何從斷點接續、公開原始數據;Voice Agent 則是把電話查詢與跟進交出去的例子。兩者都可以用來對照自己流程的複雜程度。

常見問題

我可以自己開發一個 AI 代理嗎?

可以,但要分清兩種情況。驗證想法時,開源框架與現成工具足夠,成本主要是時間。要長期接手流程時,難處會轉到接口、權限、監控與交接;IBM 把開發拆成七個步驟,其中評估與部署監控兩步最常被低估。

What does an AI agent developer do?開發者每日做咩工作

按 IBM 的框架,工作橫跨目標設定、設計、框架與模型選擇、建置、訓練、評估、部署與監控。對企業來說,這意味着一份委託合約要同時講清楚數據來源、人工確認點與出事後的接手方式,而不只是功能清單。

Is ChatGPT an AI agent or an LLM?

ChatGPT 是語言模型加一層對話介面。AWS 把代理的性質列為自主、目標導向、感知、推理、主動、持續學習、適應與協作。當一個系統能按目標自行取用工具與數據、完成多步工作並留下記錄,才更接近本文所講的企業代理。

幾多人的公司才值得投資這類代理?

Ghodsi 的說法是超過 150 名員工的公司,很多人都能從中得益。這個門檻與 Dunbar 數字對應,說的是管理層與前線之間的資訊距離。人數不是唯一條件,數據是否可讀、流程是否重複出現,同樣決定成效。

怎樣驗證代理的報告沒有美化數字?

要求每個指標指明來源檔案或接口,並抽樣對照原始數據;檢查報告在數據不足時有否承認盲點;再要求供應商講出不適合其方案的場景。這三項都拿得出,才值得進入試運行。

Sources

  1. "Databricks' new AI agent tells CEO Ali Ghodsi the unvarnished truth", TechCrunch, 2026-11-11. https://techcrunch.com/2026/11/11/databricks-new-ai-agent-tells-ceo-ali-ghodsi-the-unvarnished-truth/
  2. "What Is AI Agent Development?", IBM Think. https://www.ibm.com/think/topics/ai-agent-development
  3. "What are AI Agents?", AWS. https://aws.amazon.com/what-is/ai-agents/
分享到:
日期: 2026-11-15
Wing Yau

作者

Wing Yau

Marketing Manager