代理型人工智慧(Agentic AI)是AI演進的下一階段，結合感知、思考與行動能力，使邊緣設備具備自主決策與即時反應功能。NXP以高效能、節能、安全的邊緣運算架構與eIQ開發環境支援這一轉型，並透過三項併購案強化AI代理、生態系統與安全中介軟體整合，共同推動自主邊緣的落地與產業升級。
代理型人工智慧(Agentic AI)是人工智慧演進的下一階段，聚焦於提升邊緣設備的自主性。它是目前最接近人類運作模式的AI架構，透過稱為「AI代理(Agents)」的軟體系統，即能代替人類執行任務並實現目標。
我們該如何引發這個充滿預測能力與自動化潛能的世界帶來的深刻變革？起點在於啟動自主邊緣運算的能力。
這一切皆基於一個前提：人工智慧應讓生活更美好、更高效、更永續，也更安全。當AI能更貼近人類生活、進入日常互動與環境接觸的場域，就能發揮更大的效益。我們稱這個場域為邊緣(Edge)，AI必須真正進入邊緣，才能實現即時的自主運作。
以資料驅動的自主AI基礎
轉向代理型人工智慧(Agentic AI)的關鍵，在於突破AI與自主性之間的障礙也就是資料取得與應用的問題。全球正以前所未有的速度產生大量有價值的資料——過去三年，所產生的資料量已超越人類歷史總和。
儘管雲端AI在資料應用方面已取得重大進展，但要邁向自主化的最後一哩路上，仍需更細緻的處理方式。
邊緣AI可大幅降低資料傳輸與頻寬需求，因為資料在事件發生地即進行處理，僅需有限資料傳送至雲端，也不需要持續連線。如此一來，AI便能即時做出決策並採取行動，例如智慧車輛中的先進駕駛輔助系統(Advanced Driver Assistance Systems, ADAS)、可偵測健康異常的穿戴式裝置等，進而打造更安全、更便利的生活。
要實現即時行動與運算，需要具備高能源效率的邊緣硬體，並以資安防護與資料隱私建立信任基礎。隨著運算移往邊緣，相關技術也能更順利導入與應用。
AI演進路徑：從感知到代理
為了幫助讀者理解AI的未來發展方向，恩智浦半導體執行副總裁Jens Hinrichsen在2025年COMPUTEX Keynote主題演講中描繪了AI演進的路徑：感知型AI(Perceptive AI)讓邊緣設備具備互動能計，能夠解讀並辨識訊號。這項能力由神經網路推動，歷經十年才真正落地至邊緣設備。
下一階段便是生成式AI(Generative AI)，讓邊緣設備具備互動能力。隨著Transformer模型的突破，這種互動性得以實現，並成為今日生成式AI解決方案的基礎。以Transformer為核心的大型語言模型(Large Language Model, LLMs)與視覺語言模型(Vision-Language Models, VLMs)，使AI能以自然語言和影像，與人類互動。
生成式AI的快速發展讓雲端受益良多，而邊緣設備的受益更為顯著。如今，較小的模型已能達到過去大型模型的效能。這些輕量模型——包括語言、視覺與多模態模型——更適合部署於邊緣設備。然而，僅具互動能力仍不足以應對所有挑戰。
代理型AI：自主邊緣的關鍵推手
AI代理能夠思考、優化、完成任務，並將過去各階段的AI演進元素整合起來，打造出一個主動式的邊緣運算環境。這些代理具備感知、思考、行動與即時自主回應世界的能力。它們能評估決策、加以優化並付諸行動。
換句話說，代理型人工智慧(Agentic AI)使自主邊緣成為可能，而邊緣AI的真正價值就在於自主性，當系統成為人類的自主夥伴時，才能真正發揮其潛力。
要實現自主邊緣，仍需整個產業生態系共同投入，從硬體、軟體到安全標準協作，才能持續推動自主未來的發展。
(本文作者為NXP半導體公司邊緣運算事業部AI/ML策略與技術總監)