30 秒看重點
- 事件：AI 邁向 Agentic 時代，預估 2035 年全球 Token 消耗量將激增 10 萬倍。
- 意義：算力需求將從「聊天生成」轉為「自動化決策」，推動硬體架構革命性升級。
- 影響：台灣作為 AI 硬體基地，供應鏈需提前布局先進封裝與矽光子技術以滿足巨量算力。
AI 已從單純的「問答機器人」演變成能自主執行任務的「AI 代理人」（Agentic AI），這場轉變預示著算力需求的爆炸性增長，未來十年將重新定義半導體產業的護城河。
為何 AI 代理人會導致算力崩潰？
過去我們用的 ChatGPT 像是個知識淵博的圖書館員，你問什麼、它答什麼；但「Agentic AI」（AI 代理人）不同，它更像是個具備主動性的小秘書，能幫你訂機票、寫程式碼並自動執行複雜任務。這種「自動化決策」的背後，是海量的邏輯運算與推理（Reasoning），與過去單純生成文字的邏輯大相逕庭。華為報告顯示，當 AI 開始具備自主行動力，其處理的 Token（AI 的基礎運算單位）消耗量會出現恐怖的增長，這不僅是軟體的升級，更直接對硬體底層的運算速度、記憶體頻寬與能源效率提出了嚴苛挑戰。如果我們將 AI 比作引擎，Agentic AI 就是將引擎從「休閒跑車」換成了「太空梭」，燃料需求（電力與算力）自然不可同日而語。
台灣怎麼看這件事？
對台灣科技業來說，這是黃金十年的入場券，但也帶來巨大的「技術焦慮」。台灣身為全球 AI 伺服器與晶片代工的核心基地，從台積電的先進封裝（CoWoS）到鴻海、廣達的伺服器組裝，都在這波算力浪潮中受益。然而，10 萬倍的成長意味著傳統封裝與散熱技術將面臨極限。未來，台灣廠商的競爭力將取決於能否在「矽光子」技術上取得先機，縮短數據傳輸路徑、解決發熱問題。對於台灣的工程師與軟硬體人才，這意味著產業重心將從單純的「量產」，轉向「如何讓算力極大化且節能」。
編輯觀點
華為提出的「10 萬倍」數據不僅是警訊，更是產業轉型的訊號。我們不應只看見「賣硬體」的紅利，更要思考 Agentic AI 帶來的資安風險與倫理挑戰。當 AI 能自動執行任務，誰來擔保它不會「誤判」？台灣在擴大算力部署的同時，必須建立更強的韌性與防禦架構，畢竟算力就是國力，當算力失控時，後果同樣難以估算。
常見問題
- 什麼是 Agentic AI？
- 即 AI 代理人，它不僅會回答問題，還能自主規劃路徑並直接操控軟體工具來完成複雜任務。
- 為什麼算力需求會增加這麼多？
- 因為 Agentic AI 需要進行深度邏輯推演與多次反覆運算，而非單純的文字預測，這類推理運算極耗算力。
- 對一般人會有什麼改變？
- 你會發現 AI 從單純的聊天視窗，變成能自動幫你完成專案、安排行程的「數位助理」。
- 台灣產業最大的挑戰是什麼？
- 在於如何在算力爆炸性成長的同時，解決電力供應與伺服器散熱的物理瓶頸。
- 矽光子技術為何變重要？
- 矽光子能用「光」來傳輸數據，比傳統「電」傳輸更快且更省電，是解決未來算力 bottleneck 的關鍵。
名詞小教室
- Token (代幣)
- AI 運算的最小計價與處理單位，就像閱讀時的每一個「字」或「詞」，消耗越多意味著 AI 思考越深。
- Agentic AI (AI 代理人)
- 一個能像人類一樣自主思考、規劃並執行複雜任務的 AI 系統，而不只是單純回答你的問題。