Tajuk: Daripada Membantu kepada Melaksanakan: Peralihan Seni Bina

Buku panduan "Agentic Transformation Patterns" Microsoft bagi tahun 2026 memperincikan bagaimana ejen AI mesti dibina semula untuk beralih daripada sekadar membantu pengguna kepada melaksanakan kerja secara nyata. Ia meletakkan anggaran kos yang nyata bagi usaha tersebut – antara 26 hingga 60 minggu-jurutera untuk infrastruktur teras sebelum satu ejen mod-pelaksanaan dapat dilancarkan. Syarikat yang mengabaikan peralihan ini berisiko membina alatan rapuh yang tidak dapat bertindak sendiri dengan selamat.

Perusahaan kini sedang bereksperimen dengan pembantu model bahasa besar (LLM) yang merangka e-mel, mencadangkan petikan kod, atau memaparkan data. Ejen-ejen tersebut kekal dalam mod "membantu": manusia menyemak setiap output, dan satu lapisan nipis (thin wrapper) menghalakan permintaan ke model dan mengembalikan respons. Seni binanya murah dan cepat untuk dipasang, tetapi ia sengaja menyerahkan pembuatan keputusan dan penulisan data kepada pengguna.

Apabila sesebuah organisasi mahu ejen menjalankan aliran kerja penuh—mengisi pangkalan data, mencetuskan proses hiliran, atau meluluskan transaksi—model tersebut tidak lagi boleh menjadi kotak hitam yang menyerahkan jawapannya untuk disahkan oleh manusia. Ejen tersebut mesti bertindak sebagai perkhidmatan autonomi, dengan identiti sendiri, keadaan (state) yang berterusan, dan jaring keselamatan terbina dalam. Microsoft berhujah bahawa reka bentuk lama yang hanya untuk membantu tidak boleh ditampal menjadi sistem sedia-pelaksanaan; ia memerlukan reka bentuk semula secara menyeluruh merentasi tujuh tonggak seni bina.

Tujuh tonggak ejen AI sedia-pelaksanaan

  • Autoriti – Beralih daripada kebenaran "diwakilkan oleh pengguna" kepada identiti ejen berterusan yang membawa hak akses berskope. Ejen mesti mengesahkan dirinya kepada perkhidmatan hiliran tanpa token manusia.
  • Sempadan – Gantikan penaakulan model ad-hoc untuk pengiraan berisiko tinggi dengan laluan kod deterministik. Apa sahaja yang memerlukan ketepatan—matematik kewangan, semakan pematuhan—mesti dijalankan dalam perisian yang telah disahkan, bukan disimpulkan daripada output model.
  • Skema – Beralih daripada pertukaran data jenis-longgar (loosely-typed) kepada skema kanonikal yang dimiliki oleh pengurus data yang dilantik. Ini menghalang ejen daripada menulis rekod yang tidak tersusun yang tidak dapat digunakan oleh sistem hiliran.
  • Pengesanan Kegagalan – Tukar pengawasan manusia kepada telemetri berterusan dan pemantauan hasil perniagaan. Sistem mesti memaparkan anomali secara automatik, seperti volum transaksi yang tidak dijangka, dan menghentikan ejen jika ambang (threshold) dilanggar.
  • Keadaan (State) – Gantikan sesi sembang jangka pendek dengan keadaan (state) tahan lama berasaskan kes yang disimpan dalam sistem rekod. Ejen pelaksanaan mungkin perlu mengingat kembali langkah terdahulu, jejak audit, atau pilihan pengguna merentasi hari atau minggu.
  • Undur Balik (Rollback) – Tukar "jalankan semula prom" dengan event-sourcing atau transaksi pampasan yang boleh membatalkan tindakan secara dipercayai. Jika ejen melakukan kesilapan, platform mesti mengembalikan kesan sampingan tanpa campur tangan manual.
  • Kebolehauditan – Naik taraf daripada transkrip sembang ringkas kepada log setiap tindakan yang mengaitkan setiap operasi kepada versi dan identiti ejen tertentu. Pengawal selia dan juruaudit dalaman kemudiannya boleh menjejaki dengan tepat apa yang dilakukan oleh ejen, bila, dan di bawah polisi mana.

Perubahan ini bukan sekadar tambahan pilihan; ia membentuk model operasi baharu untuk automasi dipacu AI. Microsoft menganggarkan bahawa membina asas ini akan memakan masa antara 26 hingga 60 minggu-jurutera.

Mengapa kos ini penting

Buku panduan tersebut memberi amaran terhadap penggunaan ejen mod-pelaksanaan untuk tugas bernilai rendah yang hanya menjimatkan beberapa minit daripada aliran kerja pengguna. Pelaburan kejuruteraan akan melebihi sebarang peningkatan produktiviti marginal. Sasarkan proses dengan hasil yang boleh diukur—pemenuhan pesanan, adjudikasi tuntutan, pelaporan pematuhan—di mana pelaksanaan autonomi diterjemahkan secara langsung kepada penjimatan kos atau pengurangan risiko.

Autoriti politik diperlukan untuk memiliki skema data anda.

Pandangan balas: Adakah mod-membantu sahaja mencukupi?

Bagi banyak senario sokongan dalaman—merangka nota mesyuarat, memaparkan artikel pangkalan pengetahuan—pengesahan manusia kekal sebagai jaring keselamatan yang praktikal. Imbalannya adalah masa kitaran yang lebih perlahan dan pergantungan berterusan kepada tenaga kerja manusia untuk keputusan akhir.

Kesimpulannya jelas: mengalihkan ejen AI daripada peranan sokongan kepada peranan autonomi bukanlah sekadar suis ciri (feature toggle); ia adalah penulisan semula seni bina sepenuhnya. Syarikat yang memandang rendah tuntutan kejuruteraan dan tadbir urus berisiko melancarkan bot yang rapuh.