
AI 導入工作流已從單純的提示工程(Prompt Engineering)演變為包含規劃、執行與審核(Review)三階段的「Harness Engineering」架構,此模式透過多重 AI 代理協作大幅提升程式開發的可用性,但也因推論 Token 用量激增,帶動了算力需求與設備採購的強勁成長。半導體設備大廠 ASML 全年展望上修,反映出 AI 晶片製程設備供不應求的現況,且此波需求已擴散至被動元件產業,導致 MLCC、電感等料件因產能排擠而出現漲價循環。儘管企業面臨資安考量與供應鏈長短料問題,AI 帶動的生產力工具變革與半導體設備擴產週期,正成為推動科技產業發展的核心動能,並重塑傳統電子零組件的供需結構。
Sign in to continue reading, translating and more.
Continue