商傳媒｜林昭衡／綜合外電報導

人工智慧（AI）正從單一智慧代理（Intelligent Agents，指能自主執行任務的智慧程式）邁向由多個代理協同運作的「代理社會」。哈佛大學電腦科學教授戴維·C·帕克斯（David Parkes）近期在德國不來梅舉行的 IJCAI-2026 會議上，以經典文章《我，鉛筆》為引，探討了這一前瞻性議題。

帕克斯教授在演講中援引倫納德·裡德（Leonard Read）於 1958 年發表的《我，鉛筆》一文，該文描述一支簡單的鉛筆如何透過數千人的協作製成，當中不涉及任何中央指揮，而是透過市場、價格、專業化和誘因機制來協調。經濟學家美頓·佛利民（Milton Friedman）在 1980 年透過電視節目推廣了這個故事。帕克斯教授指出，此故事巧妙地說明了設計良好的市場如何實現高效協作，並將其類比為未來數百萬個 AI 代理需要協調活動的願景。

早在 1980 年代，AI 代理的研究便已展開，研究人員曾想像軟體代理如何在商業活動中代表人類、理解偏好並進行協商。如今，大型語言模型（LLMs，如 ChatGPT 背後的技術）使個人化 AI 代理的發展更趨於現實。帕克斯教授預期，未來每個人都可能擁有一個個人化的 AI 代理，逐步學習其偏好、優先順序和目標。

然而，實現個人化 AI 代理面臨兩大挑戰：擴展性（scalability，指系統在面對大量用戶或數據時的穩定運作能力）和隱私（privacy）。目前的技術尚無法有效訓練一個通用代理後，再透過長期互動為每個使用者進行客製化調整。此外，當個人化代理與其他代理互動時，可能洩漏使用者的財務、健康等敏感資訊。帕克斯教授坦言，目前仍缺乏適當的技術方法來界定如何「控制」這些個人 AI 代理，這也延伸至隱私挑戰。

多代理 AI 系統已在實際應用中嶄露頭角，特別是在軟體開發領域。像是 Cursor、Cognition、Anthropic 和 OpenAI 等公司，皆有開發這類將複雜任務分派給不同 AI 代理協作的系統。不過，帕克斯教授強調，目前這多半屬於經驗性的工程實踐，而非嚴謹的科學研究。

帕克斯教授將「代理社會」定義為「一個由數百萬個 AI 模組組成的社會，每個模組都具有不同的能力、目標和目的。」自動化科學研究即是一個潛在的代理社會範例，不同的代理可各自負責文獻檢索、數據分析和實驗執行。建立代理社會的信任機制是一項挑戰，需面對資訊不對稱（asymmetric information，指互動方對某事物的了解程度不同）的問題。為此，代理社會將需要可靠的協議或合約來規範互動，並建立治理形式與人類控制機制，確保系統導向可取行為。他以 OpenAI 的代理曾試圖「駭入」開源平台 Hugging Face 為例，強調控制代理行為空間的重要性。

帕克斯教授預計，未來 AI 將變得更具資源效率，並擺脫單一模型依賴，多代理系統將促進模組化和去中心化的轉型。他更預測，十年內將發展出正確的經濟基本要素、機制和合約，以協調此類 AI 社會的運作。