AI 代理現在能做到哪裡？哪些工作能交給它、哪些還不行
廠商說 AI 代理什麼都能做，研究機構卻預測超過四成代理專案會被取消。看公開評測與企業調查怎麼說：資料齊全、錯了改得回來的工作，已經能交給它；要做好幾個小時、要來回溝通、要判斷什麼不能做的工作，還不行。
Anthropic 發表 Claude Duet：Opus 5.5 驅動的主動式助理，先向美國用戶開放預覽
Claude Duet 會先查看已連接的郵件、行事曆等應用，主動提出需要處理的事，也能在使用者離開後繼續完成任務。這款新品目前只向美國 Pro、Max 用戶分批開放；傳訊、付款等動作仍須人核准。
內部 IT 群組的 AI 客服，何時該回答、何時該讓人接手？
ShipStation Global 把 IT 答案整理成知識庫，讓 Slack 的 AI 客服先查資料；找不到答案時會追問或提供建單選項，公告與人與人的對話則保持安靜。成效數字要看定義才能讀。
AI 代理的負責人離職或轉職，主管要先分清接手、權限與停用三件事
AI 代理的負責人離職或轉職時，主管要先確認誰接手、哪些權限要重看，再決定繼續或暫停。以 Microsoft 代理身分功能與 NIST 草案為例，整理三個判斷步驟，讀者可拿來盤點自家代理。
AI 代理問答拿高分，為什麼試辦還要測一遍真實工作流程？
AI 代理問答拿高分，不代表能在資訊不全、要跨系統取資料時做完工作。本文說明問答測試與互動任務的差別，並示範試辦時如何設計追問、權限與成果檢查，避免把問答高分誤當成交付能力。
公司舊聊天能變成 AI 代理的知識嗎？先找出真正解決問題的那一段
以 Deckhand 案例解釋如何從舊聊天辨認已解決問題、保留解法的適用條件，並安排代理答不了時的後續處理。
多模態 AI 是什麼？4 個生活與工作應用，看懂 AI 如何處理文字、圖片與聲音
多模態 AI 是什麼？本文用白話解釋文字、圖片、語音等資訊如何一起交給 AI 處理，並整理 4 個生活與工作應用、提示詞範本與使用注意事項，讓 AI 新手快速上手。
AI Agent 會洩漏公司資料嗎？企業導入前必懂的 4 大資安風險
AI Agent 連上 CRM、雲端硬碟與 email 後，資料外洩風險從哪裡來？本文整理權限、提示注入、監控與人工把關等 4 類風險，並附 AI Agent 上線前資安自評表。
MCP 是什麼？白話看懂 Model Context Protocol、運作方式與企業風險
MCP 是什麼？白話解析 Model Context Protocol 的運作方式、企業應用，以及 MCP 與 API、RAG、Function Calling 的差異與安全風險
Kimi K3 是什麼？Kimi 費用、產品差異與 ChatGPT、Claude、Gemini 比較
Kimi K3 是 Moonshot AI 推出的旗艦模型，主打 100 萬 token、Agent 工作與開放權重。本文介紹 Kimi 的品牌背景、受到關注的原因，以及與 ChatGPT、Claude、Gemini 的產品差異和適用情境。
AI 導入成本怎麼算？用 Cohere 與 OpenAI 框架拆解 AI 總持有成本（AI TCO）
AI 導入成本不只有模型與 API 費用。本文用 Cohere 與 OpenAI 框架拆解 AI TCO，整理 token、人工覆核、治理、自建與雲端成本，並附成功任務成本試算。
API 是什麼？AI Agent 一定要靠 API 才能做事嗎？
API 是什麼？本文用會議待辦、行事曆與 CRM 等工作情境，解釋 API 如何讓 AI Agent 讀取資料、呼叫工具與執行任務，也說明 API、MCP 的差別與權限安全問題。
Gemini 3.6 Flash 正式發布：API 價格、模型差異與 AI Agent 任務成本一次看懂
Google 推出 Gemini 3.6 Flash 與 3.5 Flash-Lite，並公布 Flash Cyber。本文比較 API 價格、模型定位與適用任務，解析企業該如何計算 AI Agent 的實際成本。
Embedding 是什麼？AI 如何判斷兩句話意思很像
Embedding 是什麼？本文用退款與客服知識庫的例子，解釋文字如何轉成向量、AI 如何比較語意相似度，以及 Embedding 在語意搜尋、向量資料庫與 RAG 中的用途和限制。
Intapp Celeste 正式上市：不只寫文件，更要成為律師與投資人的 AI 同事
Intapp Celeste 於 2026 年 7 月 15 日正式上市，主打投資篩選、利益衝突審查、案件受理與客戶開發。本文整理其 Playbook、企業資料整合、權限治理及目前仍待驗證的成效。
本週 AI：資料主權、AI 基礎設施與導入服務成為新焦點
本週企業 AI 聚焦三項變化：微軟執行長 Nadella 提醒企業保留 AI 使用過程中的知識資產、NVIDIA 擴大日本 AI 生態布局，資本市場也開始押注企業 AI 導入服務。
RAG 是什麼？檢索增強生成與企業 AI 知識庫入門
RAG 是什麼？用客服與內部文件案例說明檢索增強生成流程、企業 AI 知識庫應用、常見限制，以及導入前該先整理的資料、版本與權限。
企業導入 AI Agent 指南：流程、資料與權限 3 個條件
企業導入 AI Agent 前該準備什麼？從適用流程、資料可用性、系統權限到人工接管，整理導入步驟與 AI Agent、ChatGPT、RPA 的差異。
Human in the loop 是什麼？AI Agent 為何需要人類把關
Human in the loop 是什麼？認識人機協作 AI 的設計方式、適合人工介入的高風險節點，以及企業使用 AI Agent 時的權責與審核原則。
AI Agent 工作流程：企業如何讓 AI 從聊天走向執行
AI Agent 工作流程如何設計？用客服、製造與金融案例說明 AI 如何串接工具、查詢資料、執行任務，以及企業挑選第一條自動化流程的方法。
Tool Use 是什麼？AI 如何呼叫工具完成任務
Tool Use 是什麼？說明 AI 如何透過 API 與 function calling 查資料、讀文件和執行功能，以及導入工具使用時的權限與安全原則。
Claude Tag 是什麼？Slack 團隊型 AI Agent 完整解析
Claude Tag 是 Anthropic 推出的 Slack 團隊型 AI Agent。本文比較它與聊天機器人、Claude in Slack 的差異，並整理適用情境與權限風險。
企業 AI 導入 ROI 怎麼算？從場景選擇到成效驗收
企業 AI 導入為何看不到 ROI？從場景選擇、流程指標、試點週期與負責人制度，整理中小企業可執行的成效驗收方法。
LLM 是什麼？大型語言模型如何生成答案
LLM 是什麼？用白話說明大型語言模型如何預測文字、它與 ChatGPT 的差異、常見限制，以及上下文為何會影響回答品質。
Copilot Cowork 是什麼？與 Claude Cowork 功能比較
Copilot Cowork 是什麼？比較它與 Microsoft 365 Copilot、Scout、Claude Cowork 的任務能力、企業權限、稽核與成本差異。
Claude Cowork 是什麼？適用工作與導入條件
Claude Cowork 是什麼？比較它與 Claude Chat、Claude Code 的差異，並整理適合交給 Cowork 的任務、工作流程與企業導入條件。
Microsoft 推出 7 款 AI 模型：MAI 模型與企業布局
整理 Microsoft 7 款 MAI 模型的推理、影像、語音與開發能力，並分析微軟如何透過 Foundry 強化企業部署與生態系主導權。
OpenAI Codex 是什麼？從 Coding Agent 到團隊工作台
OpenAI Codex 是什麼？整理 Codex plugins、Sites 與 annotations，說明 Coding Agent 如何從工程師工具走向跨職能團隊工作台。
AI 上下文 Context 是什麼？它和記憶有何不同
AI 上下文是什麼？說明 Context 與長期記憶的差異、上下文如何影響模型回答，以及提供背景資料時應避免太少或太亂。
AI 代理（AI Agent）是什麼？它和 ChatGPT 差在哪
同樣是 AI，有的只回答問題，有的會自己找資料、決定下一步。用一份報價例子，看懂 AI 代理是什麼、和 ChatGPT 差在哪，以及交給它工作前要想清楚的事。