早前 Unwire 記者沙律遠赴美國拉斯維加斯出席 AWS re:Invent 2025，為讀者帶來不少 AWS 新產品的第一手消息。不過影片推出後，有觀眾表示：「AWS 的 AI 看起來很厲害，但在日常生活或工作上，好像未必真的用得著。」這個疑問其實相當合理，畢竟科技產品與日常應用之間往往存在一段距離。而今次 AWS 在香港舉辦的一系列工作坊，正正就是要解答這個問題：究竟代理型 AI 可以如何幫助普通人？
由概念到實戰：代理型 AI 究竟是甚麼？
先為大家簡單回顧 AWS re:Invent 2025 重點。今年大會其中一個核心主題就是代理型 AI，即 Agentic AI。傳統 AI 助手需要用戶逐步給予指令，而代理型 AI 則截然不同，它們可以理解目標、自主拆解任務、獨立行動、持續工作，並在完成階段性任務後主動匯報進度。
簡單來說，就像聘請了一位懂得思考的助手，你只需說出最終想要的結果，它就會自行完成整件事。這種從「被動回應」到「主動執行」的轉變，正是代理型 AI 與傳統 AI 助手的根本區別。
AWS 在今次大會推出了一批全新 Frontier Agents，代表 AI 代理技術最新發展。這批 Frontier Agents 包括三個主要成員：專門負責軟件開發的 Kiro autonomous agent、負責應用程式安全的 AWS Security Agent，以及處理營運工作的 AWS DevOps Agent。
Kiro autonomous agent 可以作為團隊的虛擬開發人員，在維持上下文的同時持續學習，能夠獨立工作數小時甚至數天。AWS Security Agent 則如同虛擬安全工程師，在應用程式設計、程式碼審查和滲透測試等環節提供專業支援。AWS DevOps Agent 則擔當虛擬營運團隊成員角色，協助解決和預防生產環境事故，同時持續改善應用程式的可靠性和效能。
根據 AWS 行政總裁 Matt Garman 在 re:Invent 的演講，這些 Frontier Agents 效能提升相當實用。他透露 Amazon 內部一個原本需要 30 位開發人員、預計 18 個月才能完成的項目，利用 Kiro 後只需 6 位開發人員、76 天便完成。他形容，這種效率提升並非個別案例，而是代理型 AI 在實際應用中展現的真正潛力。
親身體驗 Kiro：原來真的很簡單
說了這麼多理論，不如親身試試。今次沙律應邀到 AWS 香港辦公室，由 AWS 資深解決方案架構師 Jacky 親自教授如何用 Kiro 製作一個 Weekly Planner。
Kiro 是 AWS 推出的一款 AI 輔助開發環境。Kiro 建基於 Code OSS（即 Visual Studio Code 的開源版本），介面對有編程經驗的人來說會非常熟悉，可以保留原有 VS Code 設定和插件。但最特別之處是，即使完全不懂編程，同樣可以輕鬆使用。
Vibe 模式與 Spec 模式
Kiro 提供兩種主要工作模式，適合不同開發需求。第一種是 Vibe 模式，適合快速原型製作和簡單任務。用戶只需以自然語言描述想要甚麼，Kiro 就會自動生成程式碼。這種模式特別適合初學者或需要快速驗證概念的場景，讓創意可以迅速變成可運行的原型。
第二種是 Spec 模式，採用「規格驅動開發」（Spec-driven Development）方法。當用戶描述需求後，Kiro 會先生成用戶故事和驗收標準，再產出技術設計文件，最後列出編程任務清單。這種結構化方法特別適合複雜項目和多人協作，確保開發過程有據可依、可追溯。
Jacky 在示範時講解：「我們今天可以用 Vibe 模式來做，只要描述我想建立一個排程計劃的應用程式，有一個 Web 介面，輸入目標後由 AI 幫我拆解成子任務，同時使用 Python Flask 這個框架來做，然後直接執行測試。」
當 Jacky 輸入完指令後，Kiro 便在後台開始自動運作。畫面上可以看到它即時生成程式碼，整個過程完全透明。大約 5 至 10 分鐘後，一個具備基本功能的 Weekly Planner 便完成了。
修改同樣輕鬆
完成後想修改？同樣非常簡單。沙律在示範期間試著給予幾個修改指令，例如「在 Web 介面裡加入一個功能，刪除已經加入的任務」，又或者「為每個子任務加入一個『加到日曆』按鈕，這個功能可以生成日曆事件，用戶可以將其加到他們的日曆應用程式中」。Kiro 立即就理解用戶想修改甚麼，還會清楚列出它所做的改動。整個過程就像與一位懂編程的同事交談，完全不需要使用任何專業術語或複雜指令格式。
沙律分享體驗指：「整個過程比我想像中簡單得多，本來我以為需要有一點編程基礎，想不到完全不需要。與 Kiro 溝通的指令都是非常直接就可以，完全不需要任何修飾，真的簡單得令我驚訝。」這個體驗正正回應了很多人對 AI 工具的疑慮：原來 AI 輔助開發並非程式員專利，普通人想製作一個簡單工具幫助自己提升效率，Kiro 絕對可以做到。
進階應用：Multi-Agent 量化投資回測系統
當然，工作坊學習內容不只是 Weekly Planner 這麼簡單。Jacky 還示範了一個關於投資的進階應用，展示 Kiro 在更複雜場景下的能力。
在金融界，對沖基金在設計新投資策略時，經常需要進行 Back testing（回溯測試），即使用過去歷史市場數據來測試策略表現，看看會是盈利還是虧損。傳統來說，開發這類系統需要專業金融知識和編程技術，開發周期也相當漫長。
Jacky 示範的這個程式採用 Multi-agent 架構，即由多個 AI agent 協作完成任務。用戶只需要輸入相關參數，程式就可以自動運行回溯測試。Jacky 解釋，由於 Back testing 涉及很多不同組件，所以程式使用了 Multi-agent 來協同工作，各個 agent 各司其職，共同完成複雜分析任務。
而這個程式正是用 Kiro 的 Spec 模式開發。同樣是給予最簡單指令，Kiro 就會細分幫你建立程式的 Requirement、Design 和 Task list，一層一層地幫你構建整個系統。
對比 Weekly Planner 所用的 Vibe 模式，Spec 模式更加適合多人協作和複雜程式開發。透過結構化開發流程，即使是大型項目，都可以保持一致性和可追溯性，讓團隊成員清楚了解每個決策的來龍去脈。
Jacky 說：「這個程式比剛才的 Weekly Planner 複雜一些，但我有信心在工作坊時間內，可以教會參加者製作這種複雜程度的程式。」
AI Hub 體驗區：更多應用場景
除了工作坊之外，AWS 香港辦公室還設有各種產品展示供訪客體驗。其中一個令人印象深刻的展示是代理型 AI Investment Advisor。
這個系統透過四個 AI agent 協作運作，包括 Financial Analyst（財務分析師）、Portfolio Architect（投資組合架構師）、Risk Manager（風險管理師）和 Report Generator（報告生成器）。它可以幫助銀行或保險公司的客戶經理分析客戶需求、建議適合投資產品、評估在不同市場狀況下的潛在風險，並自動生成專業報告。
這類應用充分展示 Multi-agent 系統潛力。不同專長的 AI agent 各司其職，互相協作完成複雜任務，效果遠超單一 AI 模型所能達到水平。對於金融服務業而言，這意味著可以大幅提升客戶服務效率和質素，同時降低人為錯誤風險。
工作坊報名：把握學習機會
對於想親身體驗 Kiro 和代理型 AI 的讀者，好消息是 AWS 即將在香港舉辦更多工作坊。最快工作坊將於 1 月初開班，有興趣的朋友可以透過 AWS 香港官方渠道報名。
這些工作坊適合不同背景參加者。無論你是想提升個人生產力的普通用家、希望探索 AI 開發的技術人員，還是尋求企業數碼轉型方案的管理層，都可以在這裡找到有價值內容。
AWS 還提供 AWSome Day 免費培訓活動，內容涵蓋 AWS 基礎雲端運算、生成式 AI (GenAI)、智能代理 (代理型 AI) 等實踐入門技能及示範，以及進階 AI 設計模式和企業級應用案例分享。活動還設有特別環節，由人才招聘專家分享 Amazon 組織文化和領導力準則，以及 AWS 認證如何幫助求職者脫穎而出。
總結：AI 時代的技能提升
代理型 AI 代表了人工智能發展新階段，從被動助手演變成主動協作夥伴。AWS 透過 Kiro、Frontier Agents 和 Amazon Bedrock AgentCore 等產品，正在降低 AI 開發門檻，讓更多人可以受惠於這項技術。
正如 AWS 在 re:Invent 2025 所強調，Chatbot 時代已經過去，取而代之的是能夠自主工作數小時甚至數天的 Frontier Agent。這種轉變除了影響科技行業，更將重塑各行各業的工作模式。
對於香港用家來說，AWS 在本地舉辦的工作坊和 AI Hub 提供了難得學習機會。無論是想製作一個簡單工具幫助自己提升效率，還是希望深入了解企業級 AI 應用，都值得把握這些資源。
正如沙律在體驗後感想：「學會使用的話，可以幫你在生活或工作上節省不少時間。」在 AI 技術發展日新月異的今天，及早掌握這些工具，絕對是對自己最好投資。
AI 時代已經來臨，你準備好了嗎？想了解更多關於 AWS Kiro 和香港工作坊詳情，可以到以下連結報名：官方網站
