[科技快訊]

第一階段：去行銷化與事實摘要

核心技術：
* AI代理（AI Agents）被應用於金融交易和軟體開發等領域。
* 在金融領域，AI代理主要用於鏈上交易，特別是小額支付，並以穩定幣USDC進行結算。
* 在軟體開發領域，AI代理被用於程式碼生成和輔助開發，例如GitHub Copilot CLI。
* Perplexity 公司開源了一款名為 Bumblebee 的工具，用於掃描開發人員電腦中的受感染軟體套件和惡意瀏覽器擴充功能。
* Google DeepMind 與 Kaggle 合作，透過程式設計馬拉松等方式，建立 AI 模型評估標準。

關鍵突破：
* AI代理能夠執行高頻、小額的自主支付，傳統銀行卡系統難以適應。
* Bumblebee 工具可以在不執行程式碼的情況下辨識潛在威脅。

應用場景：
* 金融領域：鏈上交易、小額支付。
* 軟體開發領域：程式碼生成、程式碼審查、軟體供應鏈安全。
* 企業內部：員工溝通（Meta測試AI版祖克柏）。

主導者：
* WEEX（金融交易數據）
* 微軟、Uber（AI工具導入案例）
* Meta Platforms（AI員工溝通測試）
* Perplexity（Bumblebee工具開發）
* Google DeepMind、Kaggle（AI模型評估標準建立）

第二階段：社會影響力與倫理評估

1. 影響力總體定調

雙面刃： AI代理在提升效率的同時，也帶來了成本控制、資安風險、程式碼品質下降、假訊息散布以及倫理道德等多方面的挑戰。

2. 關鍵影響分析

• 「AI代理的導入原被視為降低勞動成本的利器，但其『權杖（token）』消耗問題正成為企業董事會的新難題。」
  • 【涉及層面】： 自動化取代人力、勞動成本結構轉變。
  • 【社會衝擊分析】： 企業可能為了控制AI使用成本，轉而減少人力投入，導致失業率上升。即使沒有直接裁員，員工也可能因為需要花費大量時間學習如何與AI協作，而產生額外的工作壓力。此外，企業的成本結構從「人力成本」轉變為「AI使用成本」，可能導致企業更加依賴AI技術供應商，議價能力下降。
• 「知名駭客 George Hotz（以破解初代蘋果手機和 PlayStation 3 聞名）便於近日發表文章，稱 AI 編碼代理的採用將是『軟體開發領域史上最昂貴的錯誤之一』。他認為，高階工程師或許能辨識出 AI 代理生成的問題，但能力較弱的工程師則不能，這將導致程式碼品質普遍下降。」
  • 【涉及層面】： 專業技能貶值、數位落差、程式碼品質風險。
  • 【社會衝擊分析】： 如果AI編碼工具被廣泛採用，可能導致初級工程師的技能貶值，加劇數位落差。此外，如果程式碼品質下降，可能導致軟體系統出現更多漏洞，增加資安風險。
• 「洛伊國際政策研究所（Lowy Institute）也警告，自主型 AI 代理群體可能在網路上大規模散布假訊息並自動化網路犯罪，特別是在東南亞等語言多樣且監管分散的地區。」
  • 【涉及層面】： 資訊安全、假訊息氾濫、社會信任危機。
  • 【社會衝擊分析】： AI代理可能被用於大規模散布假訊息，操縱輿論，破壞社會信任。在監管不完善的地區，這種風險更加嚴重。此外，AI代理也可能被用於自動化網路犯罪，例如釣魚詐騙、身份盜竊等，對個人和企業造成經濟損失。
• 「在個人應用方面，專家們也對 AI 工具用於財務管理提出警示，墨爾本大學的 Antoine Didisheim 教授和雪梨大學的尤里·加爾教授皆指出，AI可能產生不準確或帶有偏見的資訊（即「幻覺」現象），並擔憂使用者隱私與個人資料安全問題。」
  • 【涉及層面】： 數據隱私隱憂、演算法偏見、金融風險。
  • 【社會衝擊分析】： 如果AI工具用於財務管理，可能因為演算法偏見或不準確的資訊，導致錯誤的投資決策，造成個人財務損失。此外，AI工具需要收集大量的個人財務數據，存在數據洩露和濫用的風險。

3. 盲點與反思

文章主要關注AI代理在效率和成本方面的影響，但忽略了以下潛在風險：

• 環境永續性： AI模型的訓練和運行需要消耗大量的能源，可能加劇氣候變遷。文章沒有提及AI代理的能源消耗問題，以及如何降低其碳足跡。
• 責任歸屬： 如果AI代理出現錯誤或造成損失，責任應該由誰承擔？是開發者、使用者還是AI本身？文章沒有探討AI代理的法律責任問題。
• 社會公平： AI代理的發展可能加劇貧富差距，使富人更加富有，窮人更加貧窮。文章沒有關注AI代理的社會公平性問題，以及如何確保其惠及所有人。

參考閱讀

,商傳媒 ・ 3 小時前