也許你已經有過類似經驗。比如，當你跟AI問起「辦桌」、「搶孤」或「炸寒單」等等的臺灣傳統文化，它的解釋不但不夠完整，甚至出現了錯誤資訊；又或者，當你輸入「這個價格有點盤」，AI卻無法理解「盤」在臺灣日常用語中，究竟是什麼意思。

隨著代理式人工智慧（Agentic AI）應用場景愈來愈具體，被業界公認為AI發展的核心主流。這與過去的AI版本有何不同？前國立臺灣大學資訊工程學系教授、玉山金控張智星科技長清楚地界定：生成式人工智慧（Generative AI）可接收問題，並回覆建議，頂多稱得上AI的基本雛型，直到代理式AI問世，才擁有某種程度的「自主權」，能夠根據指令目標方向，自動化完成任務。他舉例說：「以前AI聊天機器人只能對話、給建議，現在只需要一個指令，AI可以幫你完成。」包括撰寫郵件、整理檔案，完成多步驟任務。

清晨尚未起床，智慧手錶就先發出震動提示：昨晚睡眠分數不及格，心率變異度偏低。你的身體毫無異狀，冰冷的數字卻似乎暗示：某些健康隱憂它已比你早一步知道了。

打開手機或電腦輸入指令，幾秒內就能得到條理分明的解答。對當前的學生而言，生成式AI已如同字典或計算機般隨手可得；無論是檢索資料、統整重點或撰寫文章草稿，都不再需要像過去那樣在茫茫書海中摸索，或耗費大量時間死記背誦。然而，當知識一鍵即得成為常態，新的問題也隨之浮現：學習是否還需要記憶海量的知識？學校的教學方向又該如何動態調整？

當人們向ChatGPT提問，或讓客服機器人協助查詢訂單，AI似乎已經愈來愈會說人話。這些系統能回應問題、整理資料、生成文章，也能用接近日常對話的方式與使用者互動。近年來，人們對生成式AI的討論，多半聚焦於它能完成哪些工作、如何改變學習與工作模式，但另一個同樣重要的問題是：AI究竟是如何處理語言的？