今天簡短的研究一下Agentic AI發展、本地部署趨勢、混合雲架構、技術標準化這幾個主題。
如果Agentic AI是公司的骨幹，負責規劃、分身去執行許多雜事的人，如果有辦法把工作外包就會找外包商(生成式 AI)，他就能專心作工作分配和監督執行者的角色。
| 工具 | 適用場景 | 主要優勢 | 限制 | 定價（美金） |
|---|---|---|---|---|
| Qodo | 大型企業、大型多倉庫（multi-repo）:同時跨多個微服務／庫進行批量變更或全域重構 | 深度 IDE／VCS 整合、跨倉庫推理、自動化 PR／測試生成 | 進階功能需高階訂閱 | 免費方案；Teams $30╱月； |
| Devin AI | 自主完成中小型功能需求 1.API等微服務功能開發(指令提示->沙箱環境做環境搭建->程式碼生成與測試->實際環境部署準備) 2. 軟體服務端到端自動化腳本(EX. 請為 React 前端專案撰寫一個 GitHub Actions 工作流程：執行 ESLint、Jest 測試、npm build，並將靜態檔上傳至 AWS S3，完成後發送 Slack 通知) | 端到端代碼生成、測試、部署於沙箱環境，閉環式執行 | 高計算資源需求，成本較高 | $20╱月起； |
| Codex | 單檔或小型專案重構、建構函式、RestAPI串接 | 熟悉介面、API 彈性高、本地或雲端運行 | 長期規劃能力弱，需人工監督 | 按不同訂閱方案有不同額度和價錢 |
| Manus AI | 跨網頁資訊收集、報告與分析。報告長度如下：長篇報告撰寫（10K–50K 字）、白皮書、技術手冊（20–100 頁）、定期深度資料分析與可視化（含多張圖表） | 可瀏覽網頁、自動化數據提取與可視化、長格式報告輸出 | 偶有準確性和版權問題；專注非程式開發流程 | $39╱月；$199╱月 |
| CrewAI | 多角色(多代理AI合作)分工、跨階段協作的中大型專案或流程 | 角色分工式代理器協同工作、可重複使用、透明化任務交接 | 需精細設定角色及任務；無直觀監控界面 | 開源免費 |
從IBM 列出的2025混合雲Roadmap來看企業架設混合雲是一個趨勢，那什麼是「混合雲」?
混合雲（Hybrid Cloud）
是指企業同時使用「公有雲 + 私有雲 + 本地資料中心（on-premises）」的組合架構
私有雲（Private Cloud）
通常部署在企業自己的資料中心（例如銀行或政府單位）
優點：高安全性、高客製化
缺點：建置與維運成本高、擴展性有限
公有雲（Public Cloud）
由雲端服務商（如 AWS、Azure、Google Cloud、IBM Cloud）提供
優點：彈性伸縮、快速部署、按需付費
缺點：資料控制權較低、合規要求嚴格時不易全面上雲
混合雲（Hybrid Cloud）
將上面兩者整合成一個可以合作的架構
例如： 敏感資料保留在私有雲或本地端，一般應用與 AI 訓練放在公有雲執行
透過統一的安全與管理工具讓整個架構像一個平台運作
由Anthropic開發的開放標準協議。MCP協議提供統一方式讓AI模型與各種外部系統交互，類似於為AI應用程序提供USB-C標準連接。
iThome鐵人賽
看影片追技術