超越模型基礎：構建安全且可擴展的 Agentic AI

大型語言模型競賽長期聚焦參數、算力與 Token 使用量，但 Agentic AI 能規劃多步驟任務、呼叫工具及自主採取行動，風險也從生成內容延伸至實際操作。焦點因而轉向權限控管、記憶、可稽核性與基礎設施，而非單純擴大模型。

Nature Machine Intelligence 於 2026 年 5 月 18 日示警企業勿以「tokenmaxxing」取代成效衡量；Goldman Sachs Research 另估計，Agentic AI 普及可使每月 Token 用量至 2030 年成長 24 倍、達約 120 兆兆枚。最新討論主張以安全、可驗證且可擴展的系統架構支撐部署；事件未涉及融資或交易金額。