簡立峰 AI Agent 五變革：人類教到 80 分，剩下的 AI 自己學

Facebook Line Messenger Telegram

經濟日報 10 月 14 日在台北舉行 2026 科技論壇，主題定在「AI Agent新賽局」。前 Google 台灣董事總經理、沛星科技獨立董事暨中華電信董事簡立峰，在會中以「我眼中的AI Agent」為題發表專題講座，提出他認為 AI Agent 將帶給全球的五個變革：AI 開始自主創新帶來的效益與風險、所有師字輩職能需要再改造、Token economy 引發巨大變革經濟、企業營運典範轉移、台灣 AI 有大未來。完整演講影片在 10 月 30 日上架經濟日報 EDN 的 YouTube 頻道，片長 40 分 54 秒，截至 11 月 8 日觀看次數超過 21 萬。

這份清單值得認真讀，理由與預言力無關。它的價值在於把「已經在發生的事」與「對未來的判斷」攤在同一張紙上：軟體開發與影視產業的變化、IC 設計的研發流程，是簡立峰點名已經實現或正在實現的部分；師字輩職能的蔓延、Token 經濟的規模、台灣的產業地位，則屬於判斷。兩邊的證據強度差很遠，混在一起讀容易做錯決定。主辦的經濟日報留下了兩篇報導，官方影片頻道也完整公開，五個變革的原始說法全部可以回查。

論壇在 10 月 14 日，完整影片 10 月 30 日才公開

先把時間軸定清楚。經濟日報在論壇當天上午 11 點 56 分發出即時報導，第二天（10 月 15 日）再刊出約一千字的全文報導；這場論壇由中華電信、工研院、資策會、日月光集團、玉山銀行、凱基金控、元大投信共同協辦。完整演講影片則等到 10 月 30 日才上架，一般讀者從這一天起才有辦法逐句回看。引用這場演講時，10 月 14 日是演講日期，10 月 30 日是影片公開日期，兩者不該混用，搜尋引擎上的轉述文章經常把它們合併成一個日期。

經濟日報 2026 年 10 月 14 日即時報導畫面，標題為「AI Agent 世代快速到來簡立峰提未來五大變革」，導言列出 AI 自主創新、師字輩職能再改造、Token economy、企業營運典範轉移、台灣 AI 有大未來五項變革 — 經濟日報論壇當日即時報導（2026 年 10 月 14 日 11:56），五項變革清單原文

講者的背景決定了這份清單的視角。簡立峰 2006 年到 2020 年擔任 Google 台灣董事總經理，也是 Google 來台灣時的第一位員工；退休後轉任沛星科技（Appier）獨立董事，2024 年 9 月起出任中華電信董事。這個組合讓他的觀察同時貼著三個位置：待過全球 AI 巨頭的研發體系、坐在 AI 行銷技術公司的董事會、也站在台灣電信業者的決策桌。五個變革裡有三個談產業結構、兩個談工作與企業營運，比重與他的位置一致。

還有一個容易被忽略的細節：這場論壇的主題本身就是 AI Agent，簡立峰的講座是其中的專題場，兩篇報導與影片頻道對五個變革的描述幾乎逐字相同，轉述走樣的空間比一般活動報導小。

AI 自主創新：人類把 AI 教到 80 分，最後 20 分它自己來

五個變革裡，簡立峰談 AI 自主創新的那段話最直白。經濟日報的全文報導轉述他的說法：現在的 AI 有部分是自主創新完成，人類手把手把 AI 從 60 分教到 80 分之後，80 分到 100 分的最後一哩路由 AI 自行完成，「但這樣的結果會很可怕，因為人類已經無法掌握AI如何自主完成所有推論結果」。他同時點出，AI 自己去學習精進的效果，比人類教給 AI 的效果更有效。

經濟日報 2026 年 10 月 15 日全文報導段落，簡立峰說人類手把手把 AI 從 60 分教到 80 分，80 分到 100 分的最後一哩路由 AI 自行完成，但結果會很可怕，因為人類已無法掌握 AI 如何自主完成推論結果 — 全文報導中的逐字段落：60 分到 80 分人類教，80 分到 100 分 AI 自己走完

提出變革的人自己用了「可怕」這個詞，這是整份清單裡最該被接住的一句。效益與風險在他口中並列：自學帶來能力躍升，也帶來推論過程脫離人類掌握的治理問題。這正是過去一年各 AI 實驗室把代理安全治理文件化的背景，從能力分級、權限邊界到監督機制，Google 給 AI Agent 開出的安全架構就是同一條線上的工程回應，差別在於實驗室的文件處理的是部署層的風險，簡立峰講的是模型能力本身的走向。

60 分、80 分、100 分是演講修辭，他並未在報導中說明這個分數的衡量方式，把它當方向理解即可，不適合當成可驗證的量測。但這個比喻背後的擔憂有具體形狀：當模型的改進主要來自它自己的學習與推論，人類能審查的就越來越只有結果，過程變成黑箱。先審查結果、再回頭追過程，是這種局面下最實際的次序。

這句「可怕」的重量還來自說的人。這份清單的主軸是機會與台灣的優勢，連這樣的講者都把自主創新的終點描述成可怕，代表他指的並非立場上的悲觀，而是能力事實帶來的結構問題：學習效果更好與人類更難掌握，是同一枚硬幣的兩面，不會只留下一面。

師字輩職能與數位員工：兩個變革指向同一件事

師字輩職能的改造，是清單裡離一般工作者最近的一項。簡立峰給的蔓延順序說得很保守：現在 AI 產業不只影響軟體開發，也延燒到影視產業，後續「可能」蔓延到財務、法律、醫療保健，讓所有師字輩職能重塑。注意他的動詞，對軟體與影視用的是已發生的描述，對財務、法律、醫療用的是可能。這條界線是照抄結論就會漏掉的重點：律師、會計師、醫師的流程裡，哪些環節已經有可用的代理、哪些還卡在責任與監管，答案因行業而異，演講沒有替任何一行給出時程。

企業營運典範轉移則把鏡頭從職業換到組織。他說 AI 原生企業會出現數位員工，把 AI Agent 視為虛擬成員，賦予任務與職掌，工作流程加上 AI Agent，採購流程、產品研發、品牌行銷等環節都列在內；AI Agent 的能力從個人輔助工具、部門專業代理，到跨部門整合與更高層級的智慧代理都有對應位置，因此企業之間的 AI 能力可能形成競爭差距。這兩個變革合起來看是同一件事：當代理從工具變成虛擬成員，管理的難題就從「工具好不好用」換成「任務怎麼定義、成果怎麼驗收」，後者目前沒有現成的教科書，驗收方法本身就是新的管理學問。

蔓延順序裡的影視產業，已經有可對照的實例。本站先前實測過的 AI 代理做影片的基準評測顯示，代理已經能自己寫程式產出影片，先求交件再求漂亮。簡立峰把影視排在軟體之後、財務法律之前，與這類實測看到的成熟度排序一致，這也是五個變革裡證據最扎實的一段。軟體開發更不用說，代理式開發工具已經是日常商品，不再是展望。

Token 經濟與聯發科的資料中心：最能回查的一項

Token economy（經濟日報譯為符元經濟）引發巨大變革經濟，是清單裡離一般讀者最遠、離台灣產業最近的一項。簡立峰的邏輯是：AI 最重要的核心是提升研發能力，讓新經濟改造舊經濟，而 IC 設計領域已經開始慢慢實現。在 AI 產業的語境裡，token 是模型讀寫與計價的基本單位，這裡的新經濟可以理解為以模型運算為核心的研發與生產方式，吃掉以人力與既有軟體為主的舊流程。

他拿聯發科設立資料中心當例子，並留下一句可以直接引用的話：「看看世界想想自己，若自己資料中心沒有人在用，這可能就是產業有問題。」這句話把台灣的位置講得很直接。他接著呼籲，台灣不能只生產 AI 用的鏟子，也要真正運用 AI，從生活到製造業都是，否則會在世界競爭中落後。鏟子與挖金人的比喻在 AI 硬體供應鏈的討論裡很常見，他的版本多了一層檢驗標準：賣鏟子的公司自己用不用 AI，用的強度夠不夠，這件事會反映在自家研發流程與資料中心的使用率上，不是對外宣傳說了算。

這是五個變革裡最能回查的一項。IC 設計公司是否普遍為 AI 研發自建基礎設施，接下來幾季的資本支出、研發人力結構都會給出答案，不需要等誰的預言。工具面同樣已經就位，代理框架的代管化讓企業不必自建整套基礎設施就能把代理接進開發流程，採用的速度本身就是簡立峰說的競爭差距。把他的話當檢查表用：貴公司去年的研發預算裡，有多少花在把 AI 放進自己的流程？

神山群與 M&A：最樂觀、也最難驗證的變革

台灣 AI 有大未來，是清單的收尾，也是激勵成分最高的一項。簡立峰說現在台灣不只有神山（台積電長年被市場稱為護國神山），更有神山群，點名鴻海、台達電、聯發科都是全球百大企業，一個小小的台灣就有四家全球百大企業；在台灣股市外資過半、超過東京、快速國際化的情況下，台灣企業要學習新的 M&A 管理能力。神山群的意思是，不只一家半導體公司站上全球頂端，而是一群不同產業的台灣企業同時具有全球前段班的規模，這個說法在台灣科技業的公共討論裡並不新，他的版本把它接上 AI 的脈絡。從報導的語序讀，他的推論是：股市快速國際化之後，台灣企業要補的新能力是 M&A 管理。

這段話的可驗證成分也最低。兩篇報導都沒有寫「全球百大企業」依據哪份榜單，是市值還是營收、哪個時點的排名，這是演講中的口頭數字，引用前要留意口徑。報導點名的公司有三家，加上神山正好湊成他說的四家，但第四家是從語意推出來的，報導並未逐家列出。外資過半、超過東京的說法同樣是演講層級的描述，沒有附數字來源。把這個變革當成觀察台灣資本市場的切入點可以，當成既有事實引用就有風險。

五變革記分板：三項已在眼前，兩項要等證據

把五個變革按證據強度排回來，會得到一份實用的記分板。已經在眼前、現在就能對照的：軟體開發的代理化，工具面已經商品化；影視製作的自動化，已有公開實測；IC 設計的 AI 研發流程，接下來幾季的資本支出會說話。仍在等證據的：師字輩職能蔓延到財務、法律、醫療的時程，他自己用的是可能；Token 經濟的實際規模；以及台灣神山群在國際排名上的位置。

這份清單最好的用法，是把它當成盯產業訊號的索引，而非行動指南。具體來說，值得盯的訊號有三個：IC 設計公司的資料中心與 AI 研發投資、企業開出數位員工或代理管理相關職缺的速度、台灣大型企業的跨國併購案量。任何一個訊號的變化，都比重新引用這場演講更能說明變革走到哪裡。記分板本身也有保存期限：IC 設計的答案幾季內揭曉，師字輩的蔓延要看一兩年，神山群的位置得以年為單位追蹤，到時候這場演講會自動變成對照組。想驗證的讀者，完整演講影片與經濟日報的論壇當日報導、全文報導都是公開可回看的原始材料，逐句核對的成本不高。