AI 正從「生成內容」進入「自主執行任務」的 AI Agent 時代。
2026 年 8 月，Salesforce 與 Anthropic 宣布推出
Claudeforce，讓 Claude 能直接連接 Salesforce
的企業資料、工作流程與商業規則，甚至可以自動更新銷售進度 Pipeline、檢視商機狀態並執行受控的 CRM
操作。同月，Anthropic 也發布 Model Hardware Standard（MHS）
研究預覽，讓 AI Agent 不只操作軟體，還能進一步控制顯微鏡、液體處理設備與機械手臂等實體設備。
這兩件事代表一個重要轉折：AI
已經不只是「回答你問題的工具」，而正在成為「可以替你執行工作流程的數位工作者」。
對一般上班族而言，未來真正重要的能力，不再只是會不會下 Prompt，而是能不能拆解工作流程、正確指派 AI
任務、設定權限，以及判斷 AI 完成的成果是否可信、是否可以使用。
對主管而言，管理範圍也可能從過去的「帶人」，逐漸延伸成：人怎麼做、AI
做什麼、最後由誰驗收與負責。
一、發生了什麼事？從算力到軟硬體 Agent 的三大關鍵突破
AI Agent 並不是突然出現的新名詞。它背後其實建立在三項同時加速的變化上：AI 算力持續擴張、AI
開始深入企業軟體，以及
AI Agent 開始連接實體設備。
2026 年前後的幾項產業事件，正好可以看出這條發展路徑。
1. NVIDIA財報反映AI算力需求仍持續成長
AI Agent 要能長時間運算、存取大量資料並同時處理多個任務，背後需要大量運算資源。
NVIDIA 過去公布的財報數據已顯示，全球企業持續投入 AI 資料中心與加速運算基礎建設。
以 NVIDIA 2025 財年第二季財報為例，季度營收達 300 億美元、年增 122%；其中資料中心營收達 263
億美元、年增 154%。這些數字反映的並不只是「AI 晶片賣得很好」。
更重要的是：全球企業正在持續建設讓 AI 模型與 AI Agent
可以真正大量運作的基礎設施。
換句話說，AI Agent 要進入企業，第一層先決條件就是——算力。
2. Salesforce ×
Anthropic推出Claudeforce，AI開始進入企業CRM
2026 年 8 月，Salesforce 與 Anthropic 宣布擴大合作，推出
Claudeforce。其中的
Salesforce in Claude
Plugin，提供多項預建銷售技能，讓業務人員可以直接在 Claude 中存取經授權的
Salesforce 資料與工作流程。例如，AI 可以協助：
• 查詢即時客戶與營收資訊
• 評估交易與商機狀態
• 整理銷售資料
• 更新 Pipeline
• 執行部分 CRM 工作流程
這和過去「把 CRM 資料複製到 ChatGPT，請 AI 幫忙分析」最大的差別是：AI
不只是告訴你下一步該做什麼，而是開始直接進入企業系統完成工作。這也是 AI Agent 與傳統生成式
AI
最重要的分水嶺之一。
3. Anthropic發布MHS，AI Agent開始從軟體走向實體設備
AI Agent 的下一步甚至不只停留在電腦螢幕裡。
Anthropic 與 HHMI Janelia Research Campus 發布 Model
Hardware Standard（MHS） 研究預覽，嘗試建立一套讓 AI Agent
能與實體科學設備溝通的共通標準。透過這類架構，AI
Agent未來可以與顯微鏡、液體處理設備、實驗室儀器、機械手臂…等硬體設備連接。這代表
AI Agent
的能力正在從「幫你想」進入「幫你操作軟體」，甚至開始往「幫你操作設備」發展。
所以真正值得注意的，不只是 AI 模型又變聰明多少，而是 AI 能夠實際執行工作的範圍正在持續擴大。
二、AI Agent 與一般 AI 聊天機器人（ChatGPT / Claude）有什麼不同？
AI Agent 與傳統 AI 聊天工具最大的差別，在於：AI Agent
不只產生答案，還能根據目標採取行動。
|
比較項目 |
傳統 AI 聊天工具，如 ChatGPT、Claude |
AI Agent |
| 主要功能 |
回答問題、生成文字、摘要資料、協助寫程式 |
接收目標後拆解任務，並呼叫工具執行工作
|
| 互動模式 |
使用者提問 → AI 回答 |
使用者提出目標 → AI規劃步驟 →
執行任務 |
| 系統存取 |
主要依據使用者提供的文字、文件或連接資料 |
可依權限連接
CRM、API、資料庫及其他系統 |
| 執行能力 |
通常提供建議或內容，由人類進一步操作
|
可直接執行部分系統操作與工作流程 |
| 人類角色 |
提問者、使用者 |
任務設定者、監督者、驗收者 |
| 主要風險 |
回答錯誤、幻覺、資訊品質問題
|
除內容錯誤外，還涉及權限、錯誤操作與責任歸屬 |
用最簡單的方式理解：ChatGPT 比較像一位很會回答問題的助手；AI Agent
則更像一位拿到權限之後，可以開始替你做事的數位助理。
這也是為什麼 AI Agent 普及之後，企業關心的問題會從：「AI 回答得準不準？」
進一步變成：「AI 可以做到哪裡？」「AI
可以拿到哪些權限？」「誰負責檢查？」「做錯了誰負責？」
三、AI Agent 時代來臨，對上班族與職場主管有哪些實質影響？
AI開始從「提供答案」進入企業系統「動手做」，代表未來辦公室的工作方式也會逐漸改變。
最大的轉變不是每個人突然失業，而是：人類在工作流程中的角色開始改變。
對一般上班族：從「操作工具」變成「指派任務與驗收成果」
過去使用 AI，多數人的工作方式是：自己找資料、自己操作系統、自己整理報表，再請 AI 幫忙寫摘要。
未來部分流程可能變成：你提出目標 → AI Agent 搜尋資料 → 執行系統操作 → 整理結果 →
你負責檢查與決策。
因此，上班族真正需要提升的，不只是 Prompt 技巧。而是三件事：
第一，知道怎麼把工作拆成清楚的步驟。
第二，知道哪些工作可以交給 AI、哪些不能。
第三，有能力判斷 AI 做出來的成果是否正確。
換句話說：未來職場價值可能會慢慢從「我會不會做這件事」，轉變成：「我能不能讓 AI
正確完成這件事，而且知道它做得對不對。」
對職場主管：從「帶人」進一步變成「管理人＋AI Agent」
對管理者來說，影響可能更加明顯。
過去主管主要管理的是：人力、時間、預算與成果。
當 AI Agent 加入工作流程後，還會增加新的管理問題：
• 哪些任務可以交給 AI？
• AI 可以取得哪些資料？
• AI 是否可以直接修改企業系統？
• 哪些動作需要主管批准？
• 哪些結果必須由人工重新檢查？
• AI 執行錯誤時，責任由誰承擔？
因此，未來主管的管理能力可能不再只是「會帶團隊」。而是要進一步理解：人怎麼做、AI
做什麼、權限怎麼分，以及最後由誰驗收與負責。
如果你想用更輕鬆的方式理解 AI Agent 為什麼突然變得重要，本週《窩課360｜學習在發生》的
《AI敲敲門》Podcast，也從 NVIDIA、Salesforce × Anthropic 到
MHS，整理了 AI 如何從聊天工具一步一步走向真正的「數位工作者」，以及這件事將如何影響一般上班族與主管。
四、如果想開始準備，上班族應該先學什麼？具體學習順序解析
面對 AI Agent 趨勢，盲目追逐最新推出的 AI 工具反而容易產生焦慮。建議依照以下三個階段進行學習：
第一階段：基礎 AI 協作與 Prompt 工程
目標：掌握與 LLM（如 ChatGPT、Claude、Gemini）溝通的基本邏輯。
關鍵技能：精準描述背景、定義角色、提供結構化範例。
第二階段：工作流程拆解與自動化設計
目標：將自己的日常工作拆解成「輸入、處理、輸出、驗收」四個模組。
關鍵技能：使用 Make、Zapier 或 Python 腳本串接不同工具，理解 API
與資料傳遞概念。
第三階段：AI Agent 框架與權限治理
目標：將學會設定 AI Agent 的邊界，管理 Agent 的存取權限與安全驗收。
關鍵技能：人機協作流程設計、風險評估與審核機制。
六、使用 AI Agent 的常見風險與誤解
AI Agent 雖然大幅提升效率，但企業在導入時仍面臨以下潛在風險：
權限過大導致資料誤刪或外洩
若未妥善設定存取層級，Agent 可能將敏感商業資料讀取或變更。
幻覺導致的執行錯誤
AI 可能在理解指令時產生偏差，直接執行了錯誤的系統操作。
責任歸屬模糊
當 AI Agent 更新了錯誤的訂單或 Pipeline 時，責任仍必須由授權的主管或員工承擔，而非 AI 本身。
七、窩課360怎麼看這件事？
對學習者而言，AI Agent
的興起並非意味著「人類工作會立刻被全面取代」。相反地，它釋放了大量重複性的系統操作時間。真正具備長期價值的能力，是職場批判性思考、跨領域業務理解以及定義商業問題的能力。學會如何當一個合格的「數位主管」，把合適的任務派給
AI Agent 並完成驗收，將是未來五年最關鍵的職場護城河。
八、下一步可以怎麼學？
如果你已經理解 AI Agent 的趨勢，但還不確定該從哪一個工具開始上手，可以先從窩課360的「AI應用相關課程」探索不同工具在職場實務中的搭配方式；接著再根據個人職涯規劃，選擇進一步深入「自動化流程」或「數據分析」學習路線。
如果你想用更輕鬆的方式吸收最新科技趨勢與職場觀點，也歡迎收聽本週《AI敲敲門》Podcast，每週陪你更新 AI 腦袋！