IT 產業正以肉眼可見的速度改變。隨著 AI 進入軟體架構與開發領域，無論我們是否喜歡，都將被帶上一場自微服務與雲原生運算問世以來前所未見的雲霄飛車之旅。如果過去十年主要用於掌握與優化雲端以及微服務或奈米級服務導向架構，那麼下一個十年很可能將投入於如何掌握 AI，以建構新一代 IT 系統。

在本期 eMag 中，我們嘗試將 Agentic AI 架構定位為一種新型軟體架構，並預期它將在未來數年主導產業發展。產業專家撰寫的文章涵蓋 Agentic AI 架構的各種要素與面向。我們旨在呈現這類新型架構進入主流時的最新趨勢與發展。

免費下載

本期 InfoQ Agentic AI 架構 eMag 包含：

  • 〈從微服務到 Agent：分散式系統的下一波演進〉，作者 Mallika Rao，探討在大型語言模型（LLM）與推理系統驅動下，分散式系統架構的轉變。Mallika 認為 Agentic AI 架構的重點在於分解決策，這與微服務架構分解功能的方式相似。此外，作者分享了初步的架構模式，以及新典範所帶來的失效模式，並強調在這類新型 Agentic 系統中，觀測性與可靠性的重要性日益提升。
  • Karthik Ramgopal 撰寫〈Agentic Harness 的演進：從 Chain 到 Graph 再到 Code〉，描述近年來建構與大型語言模型互動的 Agent，已從臨時實驗演進為具備韌性、可供正式上線的架構。Karthik 也分享了從多個 Agentic 解決方案建置經驗中萃取的最佳實踐與經過實戰檢驗的建議。
  • 〈Agentic AI 架構中記憶、知識與情境的系統性方法〉，作者 Adi Polak，深入探討 Agentic AI 的知識層，並引入「情境工程」作為 Agentic AI 領域新興的學科。Adi 認為情境管理應依據所支援的系統進行調整，並討論將高品質情境資料納入 LLM 提示詞的關鍵要素與機制，以減少或消除幻覺現象。
  • Subash Natarajan 與 Ahilan Ponnusamy 提出〈企業用 Agentic AI 架構框架〉，描述一個用於設計與交付 Agentic AI 系統的三層架構框架，涵蓋許多不同的要素、解決方案與模式。作者接著提供產業特定範例，並分享成功導入所需的實作策略與指導原則。
  • 〈Agentic AI 架構：當前挑戰與未來機會〉，作者 Rafał Gancarz，以檢視 Agentic AI 架構作為新一代軟體架構，將如何改變當今 IT 產業作為 eMag 總結。在文章中，Rafał 串連各個面向，涵蓋廣泛的領域與架構層面，這些層面都需要調整以因應 Agentic AI 帶來的挑戰。

雖然目前仍無法完整描述這類新型軟體架構，但我們希望本期 eMag 能提供有用的洞見，說明 Agentic AI 領域將如何在未來數年塑造 IT 產業的未來。Agentic AI 架構仍處於萌芽階段，但我們希望持續追蹤其演進與成熟，並在未來涵蓋所有關鍵里程碑與突破。

您的回饋對我們極為珍貴。我們誠摯期待您透過 [email protected] 或在 LinkedIn、Bluesky 或 X 分享您的想法。