五月最后的十天，两大科技巨头再次展开了生成式AI的新对决，微软年度开发者大会Build和Google年度产品大会I/O，双双在同一周举办，双方开场主题演讲只差了一天，而且都瞄准了代理AI的新战略布局，再次较劲的意味浓厚。
微软喊出了开放式代理型网际网路（Open Agentic Web）愿景，从基础架构、资料工具、AI平台工具到代理AI应用，祭出各项新功能和新产品。Google不只发表多款多模态的大型语言模型，更试图将代理AI能力，整合到各式各样的服务中，从Google搜寻、Chrome到自家各种GenAI应用程式中。
微软、Google这两家生成式AI巨头较劲，看头十足，也再一次翻新了众人对于生成式AI可能性的想像，原来还可以发展出这么多、这么厉害的应用。
同一时间，我却飞到了美国波士顿，参加老字号的商用开源作业系统厂商红帽的年度大会，同样感受到生成式AI、代理AI浪潮的影响力。
不同于AI巨头们，如OpenAI与微软联盟、Google、Nvidia、AWS等，手上拥有庞大的算力、资料来发展各种大型语言模型，红帽这家成立三十多年的老牌软体商，坚持不走大型语言模型研发的路线，而是要善用自己原本的优势，来卡位新的代理AI浪潮。
拥有深厚作业系统背景的红帽，对硬体支援非常熟悉，也和云端供应商、硬体晶片供应商有很好的合作伙伴关系。红帽技术长Chris Wright用一句话点出红帽的新战略：「将底层硬体和热门模型的软体架构串连起来，是红帽在整个GAI世界中的位置。」
红帽的策略要将十多年来投入的混合云战略，带入AI领域。红帽瞄准了企业大规模运用GAI的需求，新产品战略方向是，要让任何模型，使用任何晶片，在不同云端环境如公云、私云和边缘上执行。新发表的商用Linux作业系统RHEL 10新版，可以通吃混合云和AI工作运算需求。另外，也用可以加速LLM运作的开源专案vLLM为基础，推出全新的AI推论伺服器，还发表一个大规模AI推论加速的开源专案llm-d，以K8s实现分散式推理架构，来突破vLLM单一伺服器的限制。
最后一项是宣布，旗下两大AI产品线RedHat AI和OpenShift AI，都将支援Meta的Llama Stack框架和 热门的MCP协定。
不只红帽，5月初，我们另一位记者王若朴则飞到奥兰多，参加另一家创立近50年的老字号数据分析品牌SAS年会，他们同样也在今年大会宣布，新战略全力瞄准代理AI浪潮（相关报导请见：老牌数据大厂的代理AI新战略）。
原本就擅长各种数据分析技术和传统预测式AI技术的SAS，有一套颇受企业青睐的数据分析工具和平台，他们和红帽一样，没有优先研发自己的大型语言模型，而是善用既有平台产品优势，来瞄准代理AI浪潮。
SAS在既有的决策平台Intelligent Decisioning上，增加AI代理能力，尤其是可以提供各种客制化AI代理的开发工作。SAS提供了一套低程式码AI开发工具，可以用拖拉式的操作，以视觉化的方式来建立代理AI的工作流程，不只可以用于开发设计，也能用这套决策平台，来部署和扩展可以独立运作的AI代理应用。
这个代理型AI平台的特色是，结合了SAS擅长的传统统计分析和LLM，来打造AI代理。更提供了AI治理可用的工具，来提高AI代理的透明度与可解释性，像是整合了原本的模型卡（Model Cards）功能，可以呈现出所用模型的偏差评估结果，也提供了AI供应链追踪功能（Lineage），源自传统资料工程实践，可以用视觉化的方式，来呈现从资料ETL流程、模型训练、版本管理、模型部署到最后输出决策的逻辑脉络。
面对生成式AI巨头不断翻新技术的激烈竞争，老字号的软体业者像是SAS或红帽，都走出一条不一样的AI路，善用多年累积的商用IT实力，创造出可以卡位代理AI新竞赛的差异化竞争优势。