企業數位轉型

「龍蝦軍團」要把工作交給 AI：阿里巴巴企業級 Agent 平台「悟空」到底能做什麼？

「龍蝦軍團」要把工作交給 AI：阿里巴巴企業級 Agent 平台「悟空」到底能做什麼？

阿里巴巴近期推出企業級 AI Agent 平台「悟空」，並用「24 小時自動化的龍蝦軍團」作為核心敘事：把一群可分工、可協作、可輪班的 AI 代理人（Agent）變成企業可調度的「數位勞動力」。 這不只是又一個聊天機器人。若它真的能把「從需求→拆解任務→呼叫工具→寫入系統→回報結果」整段流程做成可治理的企業平台，代表企業導入生成式 AI 的重心，正在從「回答問題」轉向「完成任務」。 為什麼大家都在做 Agent？因為聊天已經不夠用 企業最常見的痛點不是「缺少內容」，而是「流程太碎、系統太多、人力被雜務吃掉」。傳統 RPA 擅長固定流程，但遇到例外狀況就容易卡關；而 LLM 擅長理解與生成，但若沒有工具與權限，就只能停留在建議層。 Agent 的定位正好在兩者之間： 能理解任務：把自然語言需求拆成步驟與條件。 能動手做事：串接 API、資料庫、工單、CRM、ERP 等工具。 能協作與交接：多個...
騰訊「龍蝦」AI 矩陣來了：手機遙控電腦、辦公自動化到底能改變什麼？

騰訊「龍蝦」AI 矩陣來了：手機遙控電腦、辦公自動化到底能改變什麼？

馬化騰近期在公開場合提到，騰訊正在推進全系統的「龍蝦」AI 矩陣，主打把 AI 助理能力嵌入多個產品線，並強調一個很具體的使用情境：用手機遙控電腦，進一步做到「自動化辦公」。這類宣示不只是多一個聊天機器人，而是把「工作流程」本身交給 AI 與跨裝置能力重新編排。 在近一年生成式 AI 競賽裡，許多廠商從「會回答」走向「會做事」。騰訊這次把重點放在跨裝置操控與辦公自動化，等於是在宣告：AI 的價值不只在內容生成，而是在把零碎的操作步驟變成可委派、可追蹤、可回放的任務。 「手機遙控電腦」不是噱頭：它讓 AI 從建議變成執行 不少人對遠端桌面不陌生，但若把它與 AI 結合，意義會改變： 從「你操作」變成「你下指令」：使用者用自然語言描述要完成的事，AI 透過電腦端環境代為操作（開啟程式、整理檔案、抓取資料、套用範本）。 把跨裝置斷點接起來：人在通勤、外出或會議間隙，用手機就能讓桌機端完成重複性工作，回到座位時成果已經在。 更貼近真實辦公場景：企業流程往往卡在「最後一哩」——資料在內網、工具在桌面端、權限在公司電腦。手機端能觸發、桌面端能執行，才可能讓自動化落地。 如果「龍蝦」AI 的定位真是「矩陣」，代表它可能不是單一入口，而是分散在不同服務（通訊、文件、雲端協作、客服、行銷工具等）中，以一致的任務框架把各個場景串起來。對使用者而言，差別在於：不必改用全新工具，而是讓既有工具變得更會做事。 哪些人會最先受惠？從個人工作者到企業後勤 這類自動化辦公能力的受眾很廣，但價值點不一樣：...
OpenClaw 遭點名有配置風險：私有化部署 AI 智能體前，企業最該先補上的安全課

OpenClaw 遭點名有配置風險：私有化部署 AI 智能體前，企業最該先補上的安全課

OpenClaw 被警示，問題不只在工具本身 開源 AI 智能體 OpenClaw 近日因配置風險受到官方安全警告，再次提醒市場一件常被低估的事：AI 系統的風險，很多時候不是模型能力本身，而是部署方式、權限設計與周邊元件的安全管理。 對許多企業來說，選擇開源智能體框架的原因很直接：可客製、可私有化、可降低授權成本，還能更快串接內部知識庫、工單系統、CRM、文件平台或自動化流程。不過，正因為這類系統通常需要接觸 API、資料庫、外部工具、執行環境與管理後台，一旦預設設定不當、驗證機制不足，或暴露了不該公開的服務介面，就可能把 AI 從提升效率的助手，變成內網風險的入口。 這次警示的價值，不在於單一專案是否要立刻停用，而在於它點出了當前企業導入 AI 智能體時最現實的盲點：很多團隊重視功能上線速度，卻沒有用同等標準檢查安全邊界。 為什麼 OpenClaw 這類開源智能體特別需要注意配置安全？ OpenClaw 類型的工具通常不只是單純聊天介面，而是具有「代理執行」能力的 AI 系統。它可能具備以下特性： 可讀取本地或私有知識庫 可呼叫外部...
Anthropic「AI 取代偵測器」是什麼？企業與員工用一套方法，看懂哪些工作正被自動化吞噬

Anthropic「AI 取代偵測器」是什麼？企業與員工用一套方法，看懂哪些工作正被自動化吞噬

Anthropic 推出「AI 取代偵測器」（可理解為一種工作被自動化取代程度的評估工具），把許多企業一直想做、卻很難做得一致的事變得更具體：不是泛泛談「AI 會不會取代我」，而是把日常工作拆成流程與任務，評估哪些環節最容易被 AI 介入、哪些仍高度依賴人類判斷，並提供可用於決策的訊號。 這類工具之所以引起關注，原因很現實：AI 進入組織的速度，往往比「職務重新設計、教育訓練、治理與風險控管」更快。若缺乏一個共同語言，內部討論很容易變成兩極——一方恐慌、一方迷信效率。 這個「偵測器」到底在偵測什麼？ 把「被取代」講清楚，通常要分成三層： 任務層（Task）：例如撰寫會議摘要、整理報價表、回覆制式客服、初步合約比對。 流程層（Workflow）：把任務串起來的端到端流程，例如「接單→對帳→出貨→客服追蹤」。 職務層（Role）：一個人承擔的多種流程與責任，往往包含跨部門協調、例外處理、對外溝通等。 「AI 取代偵測器」的價值通常不在於替你下結論說「這個職位會消失」，而是協助你看到： 哪些工作更像「可標準化、可驗證、輸入輸出明確」——較容易自動化 哪些工作常碰到例外、需要情境判斷與責任歸屬——較難完全交給模型 哪些工作其實會變成「人機協作」：AI 做初稿、人做把關與決策 為什麼它會對企業「特別有用」 多數企業導入 AI 的第一步不是缺工具，而是缺範圍界定與優先順序。同樣是導入生成式 AI：...
Claude Cowork 插件：用 AI 協作重構企業工作流程、知識管理與治理效率，打造專業代理人與內部插件市集新作業系統

Claude Cowork 插件：用 AI 協作重構企業工作流程、知識管理與治理效率，打造專業代理人與內部插件市集新作業系統

在企業導入 AI 協作工具時，Cowork 插件正成為提升效率與治理的重要關鍵。Cowork 插件讓團隊可以把流程、工具與資料打包成專屬的智慧助理，真正貼合每一個職能。 Cowork 插件是什麼？從「聊天機器人」進化到「專業代理人」 多數人使用 AI 助理時，仍停留在即問即答的階段：丟一段文字、得到一段回覆。Cowork 插件則往前跨了一大步，它把散落在組織裡的知識、標準作業流程與數位工具，封裝成可重複使用的「專業代理人」。 簡單來說，Cowork 插件通常包含幾個元素： 事先定義好的技能與任務步驟 與內外部系統的連結器，例如 CRM、資料庫、文件庫 明確的指令與輸出格式要求 針對特定職能調校過的行為準則 結果是，同一個 Cowork，遇到不同插件時，可以搖身一變成為銷售顧問、財務分析師、法務助手，甚至是生物研究助理，真正做到「角色導向」的 AI。 為何 Cowork 插件對企業這麼關鍵？...