史丹佛大學年度 AI 報告：AI 考試快滿分 下個戰場是 Agent 能否完成任務

人工智慧的競爭重點正在轉移。史丹佛大學的年度 AI 報告指出，AI 在各項評測測驗的表現已快接近滿分，下一個競爭戰場將是 AI 代理（Agent）能否實際完成任務。這項觀察，反映了 AI 發展從「模型能力」走向「實際應用」的重要轉變。

過去幾年，AI 界的競爭重點，幾乎都鎖定在大型語言模型（LLM）本身的能力上。從語言理解、數學推理到程式開發，各家模型不斷刷新評測紀錄，帶動了一波又一波的模型軍備競賽。在這場競賽中，模型在各項標準化評測中的得分持續攀升，如今已快接近滿分的水準。

然而，當模型在評測中的表現趨於飽和，單純比拼評測分數的意義便逐漸降低。史丹佛報告指出，AI 的下一個戰場，將轉向 AI 代理能否完成實際任務。AI 代理（AI Agent）是指能夠自主規劃、執行多步驟任務的 AI 系統，相較於單純回答問題的模型，AI 代理更強調在真實情境中完成複雜任務的能力。

這一轉變具有深遠的意涵。評測分數衡量的是模型在標準化測試中的表現，而實際任務的完成，則考驗 AI 在真實、複雜、多變的情境中的綜合能力。從「會考試」到「會做事」，是 AI 從實驗室走向實際應用的關鍵跨越。AI 代理能否可靠地完成實際任務，將決定 AI 能在多大程度上創造實際價值。

從產業趨勢看，這一轉變反映了 AI 應用的深化方向。當模型能力達到一定水準，產業的關注點自然從「模型有多強」轉向「AI 能做什麼」。AI 代理作為連接模型能力與實際應用的橋樑，成為下一階段 AI 競爭的焦點。各家業者紛紛投入 AI 代理的開發，試圖讓 AI 真正融入工作流程、創造實際效益。

對企業與用戶而言，這一轉變意味著 AI 將從「對話工具」走向「任務執行者」。能夠可靠完成實際任務的 AI 代理，將為企業帶來實質的生產力提升。然而，AI 代理在實際任務中的可靠性、準確性與安全性，仍是需要克服的挑戰。

展望後續，AI 代理技術的發展、其在實際任務中的表現，以及 AI 從評測走向應用的進程，將是觀察 AI 產業發展的重要面向。史丹佛報告的這項觀察，為 AI 的下一階段競爭指明了方向。