FT中文網明德商論專欄

科技界於這數月有很多關於OpenClaw （俗稱龍蝦）不足之處的討論，例如不按常理出牌、數據意外丟失、運算成本飆升，以及可能成為黑客攻擊的渠道等。但從另一角度，如OpenClaw等AI 智能體（Agent）的出現將驅動新的跨產業工業革命，他們之間的相互協作將建立全新經濟環境，例如由小團隊推動的OPC (一人公司 One Person Company）模式。

歡迎來到智能體經濟的新世界，人類與智能體在這裡共存與協作。你未來的同事可能是一個有清晰目標和工作的軟體系統。公司可能不再招聘「初級會計師」，而是開始尋找「財務工作流程管理的操作員(或代理智能體)」。未來公司的組織架構圖可能出現各個人工智能代理部門，並由少量人類「管理」，負責為智能體定義目標及解讀輸出內容。換句話說，創造力、情商、戰略監督和複雜的倫理判斷才是人類的專屬領域。

“Agentic AI engineering”（AI智能體工程）的核心在於它將人工智能從一個只執行指令的工具，升級為能夠理解目標、自主規劃、協作並執行特定任務的智能體。目前，各個主要的科技公司都在悄然構建未來：谷歌、阿里雲，以及Anthropic（開發工具Claude）等的業界先行者，都已經推出自主AI智能體的基礎工具，這是一次全行業的戰略轉向。競賽的目標不再是建造最好的聊天機器人，而是建構最高效的自主數字策略和工作生態系統。傳統的AI工具就像一個出色但被動的實習生，你必須給它一個精確的任務指令。相比之下，AI智能體就像一位經驗豐富的業務經理，不只是處理訊息，更會策劃和執行：當你提出一個目標，它會先了解環境（例如線上線下資料、市場數據、CRM系統、電子郵件等），再利用長期記憶加強理解，從而作出戰略決策，主動採取行動，並進一步從結果中學習，隨著時間推移制定最佳化策略。

從矽谷到深圳，最早開始使用AI智能體的人表示生產力已實現成倍增長。而相關開發者設計和編程上投入的時間，所獲得的回報不是兩三倍，而是相當於百倍甚至更多的人類工時。AI早已超越了自動化簡單且重複任務的階段，現在連複雜的認知工作流程都能自動化了。企業的資源分配正在經歷一場無聲但重大的轉變，有部分企業不再補充員工自然流失的空缺，例如數據處理和文書工作，取而代之的是靠智能體執行工作；初級分析師職位？一組AI智能體就可以監控數據流、標記異常並生成初步報告；入門級行銷人員？智能體可以管理社交媒體發佈日曆、對電子郵件主題進行A/B測試，並分析績效。任務執行方式可以按照系統設計而變化，以達到經理設定的目標。有分析指出，過半的入門級和畢業生職位將悄然消失，這並非因為經濟衰退，而是這些工作正被這個新的「數字勞動力」無縫接替。

智能體經濟描述了一種新興的經濟圖景，自主AI智能體不僅是工具，更是積極和主動的參與者，且角色非常廣泛，包括執行知識工作、進行量化甚至部分質性研究、起草和審查文件、交易與談判、當庫存低於預設值時自動下採購訂單、核對複雜跨貨幣發票、在預設參數內協商協議和執行交易等。這種A2A（Agent-to-Agent）的商業模式，即智能體會代表管理者，與其他智能體進行包括交易等數位互動，更精彩的是一個人可以擁有多個智能體，同時處理大量不同的任務，而每個智能體都能與多個外部智能體互動，令這種多層網路爆炸性成長。

另一個演變是個人化的AI智能體助手。它像一個集行政、操作、財務和後勤於一身的角色，了解你的日程安排、財務目標、偏好和風險承受能力。例如你要旅遊，它不用等你去搜索去某地的最佳航班，而是主動通知你：「根據您的日程和直飛航班偏好，我為你預留了六月份前往上海的一些旅遊選項。考慮到你過去的評價，最適合你的酒店有空房。如果你在一小時內授權，我可以以4%的折扣預訂該套餐。」這開闢了新的商機，也就是A2A商務：一個在我們生活中運作的全新高效市場。

這種轉變從根本上定義了人與工作的關係。過去，經濟價值一直與任務執行掛鉤，而在智能體時代，經濟價值將重新與願景、戰略和成果相結合。在智能體的世界中，你不再受制於自己的體能和速度。你彷彿坐在高性能車輛的駕駛艙，價值不再在於你踩油門的能力，而是作為駕駛員的技能。你的工作是了解地形、設定目的地、監控系統並為引擎提供燃料。故此，我們必須了解這輛「新超跑」的操控方法，包括能力、局限和導航系統。心態上則需要轉變，例如從微管理轉向宏觀管理文化，清晰地定義「做什麼」和「為什麼做」，並賦予你的智能體自主權以決定「如何做」。

對香港來說，AI智能體的發展也將產生一系列連鎖反應：在醫藥與生物科技領域，原本長達十年、耗資數十億美元的藥物發現過程，可以被大幅壓縮。核心模式是從單一任務程式轉向多智能體系統（Multi-Agent Systems, MAS），模擬人類科研團隊協作，由協調智能體(Orchestrator) 統籌目標，知識智能體(Knowledge) 分析文獻，靶點發現智能體(Target Discovery) 篩選靶點，安全評估智能體(Safety) 預測毒性等。這是抗癌藥研發的核心模式，能在極短時間內提出新的候選藥物和聯合療法。儘管潛力巨大，MAS仍面臨三大挑戰：工作流編排複雜、AI決策需滿足監管的可解釋與可追溯要求、以及數據與基礎設施的技術瓶頸。

全球金融與投資市場是多智能體系統的絕佳應用場景。相互連結的智能體能即時分析股價、衛星拍攝的停車場車流、社群情緒、天氣預測與地緣政治新聞，全天候策劃並執行複雜的跨市場策略。這支虛擬團隊包含規劃者、各類分析師（基本面、情緒、技術、宏觀）、風控經理、交易員、投資組合經理及審計員，各司其職、高效協作。個人財務智能體更讓散戶也能擁有過去只有大型基金才具備的市場洞察力與反應速度。這些虛擬團隊並非空想，在量化交易等領域已展現出顯著能力。

跨境貿易環節複雜、參與者眾多，多智能體的本質是建立一個「永不疲憊、跨國協作、決策智慧的虛擬全球貿易團隊」。例如：市場分析師監測多平台數據，洞察全球趨勢；供應鏈協調員對接物流與庫存，智能匹配最優方案。它把進出口、物流、金融、稅務等不同領域的專業能力整合成協同工作的智能系統，有效解決跨境業務鏈條長、成本高、資訊不對稱等痛點。

最終，產業將加速轉型，而智能體正是其中的超級渦輪增壓器。對每一位專業人士、企業家和政策制定者而言，真正的問題不是它會不會改變世界，而是我們該如何使用它。智能體時代已經來臨，未來正由雲端的智能體協助我們一同創造與書寫。

陳炳雄教授
港大經管學院管理及商業策略實務副教授
創新與創業研究中心副總監

（本文同時於二零二六年五月二十八日載於《FT中文網》明德商論專欄）