顯然，我們目前正處於一個AI模型在數學、推理、邏輯、工具調用和各種特定領域任務的能力不斷提升的軌道上，隨著更多訓練數據的生成，這些能力將會變得更好。 雖然會有關於這些進步在消費者日常使用案例中會帶來多大變化的辯論，但它們*將*在許多知識工作類別中產生重大影響。它們將逐步解鎖醫療、法律、金融服務、生命科學等領域的新使用案例，模型可以可靠地執行越來越關鍵的任務。 在最近與Alex Kantrowitz的播客中，Dario Amodei提出了一個很好的框架，即如果你提高一個AI模型的能力，讓它從擁有生物化學本科學位變成擁有生物化學研究生學位，消費者群體中只有一小部分會注意到這一影響，但像輝瑞這樣的公司的企業使用案例將會因此顯著增加。 我們應該開始預期，這就是我們現在所處的AI時代。那么，這在現實世界中如何顯現呢？它將通過AI代理針對應用使用案例而顯現。AI代理用於編碼、法律工作、醫療抄寫、數據提取、保險索賠處理、滲透測試等等。 目前的機會是為特定領域和行業構建AI代理，並對該領域有深入的理解。這就是上下文工程的影響、對工作流程的深入理解、與企業數據的連接以及專門用戶界面（允許用戶部署、管理和協調這些代理）開始變得非常重要的地方。 這也意味著建立與特定行業或領域相一致的分發。這可能意味著某種形式的前向部署工程，不僅幫助客戶實施代理，還能快速了解代理優化的工作流程，並將其帶回核心平台。 最終，這些市場將由那些能夠最好地橋接當前企業流程（這些流程通常混亂且未設計為自動化）與代理集成到這些工作流程中的世界的參與者所贏得。這就是我們現在所處的AI時代。