| 本期觀點｜ 近一年來，AI Agent 幾乎成為企業導入人工智慧最熱門的關鍵字之一。從 OpenAI、Anthropic 到微軟與 Google，各家科技公司都在強調 Agent 將能協助企業執行工作、操作系統、處理流程，甚至逐步承擔部分知識工作者的日常任務，而這也是許多企業對 Agent 最感興趣之處。 相較於聊天機器人提供資訊查詢和內容生成，Agent 則更進一步，期待能直接參與工作流程，協助完成客服處理、報價作業、採購流程、專案追蹤、文件整理和跨系統操作等任務。換句話說，Agent 的價值不只在於回答問題，更在於推動企業內部流程自動化，讓工作更有效率。 當企業開始嘗試將 Agent 融入實際工作場景時，一個常被忽略的問題也慢慢浮現。企業流程之所以能順利運作，不完全依賴系統和文件，許多關鍵判斷其實來自長期累積的隱性知識。這些知識涵蓋了部門之間的協作習慣、例外處理原則、客戶分類方式、風險判斷標準，以及資深員工多年累積的寶貴經驗。這些知識可能沒有記錄在資料庫或 SOP 裡，卻對企業每天的運作方式有著深遠的影響。 繼續閱讀⋯⋯ |
| How the Open Knowledge Format can improve data sharing 這篇文章說明 Open Knowledge Format 為何被提出，以及它如何把 LLM Wiki 模式轉換成開放、可攜、可互通的知識格式。 | How the Open Knowledge Format can improve data sharing 這篇文章說明 Open Knowledge Format 為何被提出，以及它如何把 LLM Wiki 模式轉換成開放、可攜、可互通的知識格式。 |
| The Open Knowledge Format (OKF) from Google is a new layer for agents 這篇文章從 AI Agent 與內容可讀性角度解讀 OKF，說明它如何讓 Agent 透過簡單的 Markdown 目錄讀取知識。 | Google’s Open Knowledge Format: The Markdown Standard That Could Replace Your Wiki 這篇文章從企業 Wiki 與知識管理角度解讀 OKF，說明一個 OKF bundle 如何由多個 Markdown 概念文件組成，並透過連結形成可被人與 Agent 共同瀏覽的知識網絡。 |
本文依 CC 創用姓名標示 - 非商業性 - 相同方式分享 4.0 國際釋出