Google DeepMind 研究副總裁紀懷新日前在 2026 AI TAIWAN 未來商務展發表演講，從 AI 推理的底層邏輯出發，解說序列轉換器（sequential transducer）到思維鏈（Chain of Thought）的技術演進，並指出 agentic coding（代理式程式設計）不過是通往個人通用助理的第一步。
重點
- 紀懷新以 sequential transducer 為起點，說明 AI 如何從被動生成走向主動推理
- Chain of Thought 讓模型具備步驟思考能力，是 agentic AI 的技術基礎
- Agentic coding 目前已展現自主規劃、撰寫與修正程式碼的能力，但仍只是前兆
- 長期藍圖聚焦「個人通用助理」（Personal General Assistant）：能跨任務自主規劃並執行複雜指令的 AI 代理人
- Google DeepMind 將 Gemini 系列模型定位為此一路徑的核心引擎
編輯按
此次演講首度在台灣公開場合勾勒 Google DeepMind 的長期 AI 發展路線，對理解 Agentic AI 與個人助理化趨勢具有重要參考價值。隨著 Claude Code、Copilot、Cursor 等 agentic coding 工具快速成熟，下一個競爭焦點正如紀懷新所預示，向「個人通用助理」的日常融合邁進。
本文由 AI 整理，原文：知勢