全面導入或漸進？探討 AI Agent 到 MCP 重塑現代軟體設計

生成式 AI 以飛快的速度演進──從早期的「單點生成」，走向具備自主決策的 AI Agent，再邁入多代理協作的 Multi-Agent 時代，近期更出現標準化通訊協議 MCP（Model Context Protocol）。面對這波浪潮，傳統應用開發正面臨本質性的轉變：Agent 系統該怎麼設計？MCP 是否勢在必行？相信這些問號都在開發者心中盤旋。在本次議程中，我想跟大家分享關於這些技術的核心關鍵點，探討 Micro AI Agent 架構、MCP 整合要點，如何在生成式 AI 新世代中，打造兼具靈活性與競爭力的現代化應用。


聽眾收穫：

  1. AI Agent/Multi-Agent/MCP 技術關鍵核心
  2. 不同類型的 AI Agent 系統設計分析
  3. 傳統應用與 AI Agent 應用在開發上的取捨
講者

陳葵懋 (Ian Chen)

一等一科技
研發部 主任工程師

目前任職於一等一科技，同時也是微軟 AI 人工智慧最有價值專家（MVP）與微軟認證講師（MCT）。專注於 .NET、Azure 、容器化、雲/地端生成式AI應用解決方案，曾受邀在 Microsoft TechDay、DevDays、MWC、MOPCON 等大型技術研討會擔任講師，分享業界實戰心法。近年聚焦生成式 AI 、RAG與 AI Agent 的研究，具有實務上的實踐經驗以及培訓經驗。


共同著作：

  • Python原力爆擊：OpenAI / Gemini / AWS / Ollama生成式AI應用新手指南
  • LangChain 奇幻旅程：OpenAI x Gemini x 多模態應用開發指南
  • 極速 ChatGPT 開發者兵器指南：跨界整合 Prompt Flow 、LangChain 與 Semantic Kernel 框架
  • 駕馭 ChatGPT 4: 探索 Azure OpenAI 與 Cognitive Service for Language 開發實踐 （使用 .NET 與 Node.js）