本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 時間軸收斂：代理式 AI 的出現
## 2023-2024 – 企業級代理程式平台
分散式軟體代理程式架構和以轉換器為基礎的 LLMs 的收斂，在代理程式 AI 的崛起中達到最高。
+ [Amazon Bedrock Agents](https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html) 推出了一種全受管方式，透過使用 Amazon Bedrock 的基礎模型來建置目標驅動、工具使用的軟體代理程式。
+ Anthropic 的** **模型內容通訊協定 (MCP) 定義了大型語言模型存取和互動外部工具、環境和記憶體的方法。這是情境式、持久性和自主行為的關鍵。
這兩個里程碑代表機構和智慧的合成。代理程式不再受限於靜態工作流程或剛性自動化。他們現在可以跨多個步驟推理、與工具和 APIs協調、維持情境狀態，以及隨時間學習和調整。
## 2025 年 1 月至 6 月 – 擴展企業功能
在 2025 年上半年，代理式 AI 環境隨著新的企業功能大幅擴展。2025 年 2 月，Anthropic 發佈了 Claude 3.7 Sonnet，這是市場上第一個混合推理模型，MCP 規格獲得廣泛採用。
AI 編碼助理，例如 [Amazon Q Developer](https://aws.amazon.com/q/developer/)、Cursor 和 WindSurf 整合 MCP，以標準化程式碼產生、儲存庫分析和開發工作流程。MCP 2025 年 3 月版本推出重要的企業就緒功能，包括 OAuth 2.1 安全整合、擴展了各種資料存取的資源類型，以及透過可串流 HTTP 增強的連線選項。在此基礎上， AWS 在 2025 年 5 月宣布加入 MCP 指導委員會，並為新的agent-to-agent之間的溝通功能做出貢獻。這進一步強化了通訊協定做為代理式 AI 互通性業界標準的地位。
在 2025 年 5 月，透過開啟採購 [Strands Agents 架構](https://strandsagents.com)， AWS 增強了建置客服人員 AI 工作流程的客戶選項。此提供者獨立且與模型無關的架構可讓開發人員跨平台使用基礎模型，同時維持深度 AWS 服務整合。如[AWS 開放原始碼部落格](https://aws.amazon.com/blogs/opensource/introducing-strands-agents-an-open-source-ai-agents-sdk/)所述，Strands Agents 遵循模型優先的設計理念，將基礎模型置於代理程式智慧的核心。這可讓客戶更輕鬆地針對特定使用案例建置和部署複雜的 AI 代理器。
## Emergence – 代理式 AI
軟體代理程式的演變，從早期自主性概念到現代、啟用 LLM 的協同運作，一直很長且分層。從 Oliver Selfridge 感知程式的願景開始，它已經發展到一個強大的生態系統，包括智慧、內容感知、目標驅動的軟體代理程式，可以協作、調整和推理。
分散式人工智慧 (DAI) 和轉換器型生成式 AI 的收斂，標誌了新時代的開始，其中軟體代理程式不再只是工具，而是智慧系統中的自動執行者。
代理式 AI 代表軟體系統的下一個發展。它提供一種智慧代理程式類別，可自主、非同步和代理，並且可以採用委派意圖並在動態、分散式環境中有目的地操作。代理式 AI 統一以下項目：
+ 多代理程式系統和演員模型的架構系列
+ 感知、原因、行為的認知模型
+ LLMs 和轉換器的生成能力
+ 雲端原生和無伺服器運算的操作彈性