Agentic Workflow結合API服務架構所形成的API生態系
2025.03.06
原作/編修：汪周禮
Vibe writing
最近由於MCP(MODEL CONTEXT PROTOCOL)開源讓人對Agentic workflow 的商模變化注入一劑強心針，加讓近年多模態AI 下的API應用模式的日益豐富，讓我有感而發，為了記錄這些想法而寫這篇文章。
A、Agentic Workflow與API為核心的未來架構
背景
傳統以App服務為主的模式正逐步被以Agentic Workflow為核心的新模式所挑戰。App（應用程式）過去一直是數位服務的主要承載形式之一，用戶透過下載與安裝App來獲取特定功能。目前這種模式受到設備資源能力等限制、持續維護更新成本、跨平台適配等等問題所挑戰。
Agentic Workflow則是一種新的數位運作模式，透過AI代理人/類代理人（AI Agent/Agentic
AI）運作的運作模式，讓使用者可以不同的需求即時規劃並執行任務，這些方式透過多模態整合，因此並非如同app操作需要僅依賴使用者手動操作。也因此這種模式降低了對特定應用程式的依賴，並擴大應用情境，使得AI能夠根據當前環境和需求，透過API調用不同服務，快速執行多功能整合的複雜工作。
為什麼Agentic Workflow會取代App？
- 動態任務執行：傳統App通常是靜態的、被動的，使用者只能按照預設功能操作，無法自適應(self-adaptive)需求，白話就是沒辦法根據使用者不同環境狀況而快速改變操作功能。而Agentic Workflow可根據使用者輸入和環境變化，動態規劃並執行最適配的任務作業流程。
- 降低使用門檻：由於用戶只要開啟任務導向的Agentic AI對話窗口，面對不同任務，用戶無需分別下載、安裝或更新多個應用程式，AI代理人/類代理人可以自行選擇適合的API組合，提供即時且最佳化的服務。
- 跨平台無縫整合：App往往受限於特定操作系統或設備，例如Agentic Workflow可以透過web-based平台與API串聯，相對app模式，更容易在各種設備和平台上直接運行完成任務。
- 提升效率：傳統App模式需要手動切換應用並由使用者觸發各種執行步驟，而Agentic Workflow則可透過AI平台API自動設計、規劃與完成任務，減少人為介入操作複雜程度，提高執行效率，提升生產力。
- 即時擴展與適應：企業或個人用戶可透過Agentic Workflow平台快速接入最新的AI功能，而無需等待App的更新或開發新應用。
未來AI應用服務發展趨勢很有可能將會以API為核心，結合Agentic Workflow，並輔以可選擇的AI工作站及多模態互動式GUI介面，提供更直覺且高效的操作體驗並完成多種不同需求的任務。在MCP(Model context protocal)開源後，勢必將會有更多科技勢力切入這種模式，提供更多樣化的AIaaS(AI as a service) API串接平台，在這樣的情況下，API網路生態系將會形成一股更高效能的新應用模式，而這樣的模式，在我的想像中，應該可以帶來下列特點：
- API串接平台可作為中心化架構或分散中心化架構之一，靈活且可擴展。
- Agentic Workflow實現更智能的任務規劃與執行，應用範圍更廣。
- 改變地端與雲端服務方式，讓AI算力架構更靈活運用，創造更高效能地端與雲端算力組合選擇。
- GUI互動介面作為Agentic Workflow使用介面，可以提升使用者體驗，更直覺的輸入方式降低操作使用門檻。
B. 基於API多層次互串的商業模式
API多層次架構的背景
AI技術的快速發展與企業數位轉型的需求擴增下的複雜應用場景，傳統單一API接口越來越不容易滿足雙軸數位轉型下高效應用場景的多複合需求。基於agentic workflow 整合API多層次的AIaaS商業模式架構或將應運而生，以適應各行各業不同的企業、產業以及多重應用環境下聯合產生的複雜需求。透過多層次API組合的設計，結合多模態AI模型，讓API能夠實現更高效的資源調度、靈活的服務整合，以及更強的擴展性。
為什麼API多層次架構會出現？
- 需求多樣性：不同企業或產業對AI服務的需求差異極大，多層API可以根據需求提供不同粒度層次的服務。
- 資源優化與管理：透過層次化API架構，可有效分配與管理AI資源，避免單一節點出現的效能瓶頸，減緩技術債的堆疊，提高計算效率與數據處理能力。
- 靈活的商業模式：基於Agentic
Workflow的多層次API架構，能靈活支援不同的商業應用場景，如更精準的即時數據處理、更流暢的企業內部流程自動化、適合多情境的產業專用的解決方案，提高企業商業模式靈活性產品服務價值等。
- API可組合性：不同層級的API可以自由組合，形成更強大的agentic工作流，提高企業數位轉型也能同時應對市場變化的商業靈活度。
API多層次架構與商業模式基礎架構
在此架構下，API將形成多層次互串，從提供提礎算力與應用AI模型的基礎AI模型層、隨需求可自動規劃並執行任務的智能Agent的智能Agent服務層、根據產業需求開發優化之AI模型與服務的產業專用AI層，應因數位轉型的企業內部作業流程，實現高效率的自動化流程的企業Agentic流程整合層、應對動態且多元場景需求的客戶端點應用服務層，透過各層級API相互串接，創造出豐富且多樣化的服務組合，形成新型態的Agentic workflow與API組合的新AI生態系。
主要商業模式包括：
- API即服務（Model-as-a-Service, MaaS）。
- Agent-as-a-Service (AGaaS)。
- 產業專用AI
API服務。
- 企業內部自動化AI
API整合。
- 應用級AI
API服務，如多模態的智能客服、動態資源調度、滿足臨時需求的工作排程設計等。
透過多層次API互串，企業可以靈活運用不同AI能力，提升產業競爭力，創造更豐富的應用與更龐大的商業價值。
C. 產業鏈AI API生態系的構建與價值
AI API生態系的背景
AI API生態系的發展源於AI技術的快速成長與應用場景的擴展。其架構可分為三個主要層次，這樣的基礎架構主要是根據我過去輔導多種不同行業的AI技術應用開發專案的成果總結(詳細內容可參考我臉書置頂文)：
- 基礎AI技術層
- 提供核心AI計算能力與基礎模型，例如ChatGPT、LaMDA、Grok、Claude、Llama等。
- AI應用架構層
- 包括基礎層次的整合與API基礎架構，如Postman、Apigee等組合架構。
- 數據模組的銜接，確保AI API的高效運行與應用。
- 應用層
- 面向不同應用場景的API開發。
- 此層可整合GUI介面，提供更直覺的用戶體驗。
透過這種生態系統架構，各層級API相互串聯，實現更高效的應用開發與數據運行。
D. 心得
我相信在不久的未來，以Agentic Workflow與API多層次架構為核心，加上AI工作站與互動式GUI介面的模式將帶來重大商機。透過產業鏈AI API生態系的建構，讓企業能有效整合各種資源，實現數位雙軸轉型並加速產業升級與ESG永續經營。
沒有留言:
張貼留言