當 AI Agent 逐漸從實驗專案走進正式生產環境，工程團隊開始面對一連串過去不曾出現的問題：到底該由誰來授權一個 Agent 執行動作？不斷膨脹的 context 成本該怎麼管理？當寫程式的 Agent 成為日常工程工作的一部分，組織結構又該如何調整？根據 infoq.com 的報導，QCon AI New York 2026 的議程委員會（program committee）選出了六場他們最期待的議程，試圖在 12 月 15 日至 16 日舉行的這場兩天會議中回答這些問題。這六場議題涵蓋 Agent 身分與授權、context 成本最佳化、工程組織變革、開源推論基礎設施、Agent 標準，以及語音與音訊 AI。
這次公開選點的委員包括會議主席 Hien Luu（AI/ML 技術負責人、顧問與作者）、Thoughtworks 技術負責人 Wes Reisz（同時也是 The InfoQ Podcast 的創辦人），以及在 Google 為 Gemini Enterprise 打造自主 Agent 的資深工程師 Faye Zhang。
Agent 成了「使用者」，傳統身分模型開始失效
Wes Reisz 選擇的第一場演講是 1Password CTO Nancy Wang 的主題演講「When Software Becomes a User: Identity and Authorization for Agents in Production」。核心問題在於：當軟體本身成為系統中的「使用者」，傳統以人為中心的身分與授權模型便開始失靈。Nancy 將探討授權如何沿著 subagent 鏈（一層 Agent 呼叫另一層 Agent 的委派結構）層層傳遞，以及 Agent 在取得運作所需憑證的同時，如何避免把 secrets 暴露在自己的 context 中。這些被認為是真正落地 agentic delivery 之前必須先做對的基礎能力。
Wes 的第二個選擇是 Headroom Labs 執行長暨共同創辦人 Tejas Chopra 的議程「Make Each Token Count: Compression, Caching, and Retrieval for Production LLM Context」。在生產環境中，token 成本與延遲是實實在在的限制條件。這場議程涵蓋 learned prompt compression（以模型學習方式壓縮提示詞）、prefix-cache-aware context alignment（配合前綴快取的 context 對齊），以及壓縮、快取、檢索合一的 pipeline，甚至包括這些機制在工具呼叫與 Agent 軌跡上可能出現的失敗模式。Wes 認為 token 壓縮將成為現代 agentic 系統的必備能力。
工程組織的重塑與開源推論的實戰
Hien Luu 的選擇轉向組織與基礎設施層面。他選了 Gather.dev 創辦人暨 CTO Peter Bell 的「The Future of the Engineering Org」。Peter 汲取與 Anthropic、OpenAI、Shopify、Coinbase 等公司工程領導者的對話，探討 coding agents 普及後，工程團隊的結構與實務如何改變，議題包括團隊規模與工作儀式、工程師的招募與評估方式、工程領導角色的變化，以及初階開發者（junior developers）的未來。
Hien 的第二個選擇聚焦開源推論：Baseten 的 Forward Deployed Engineer、同時也是 vLLM Agentic API 專案維護者的 Francisco Javier Arceo，將帶來「Open Source Agentic Inference: Unlocking the Harness with vLLM」。這場議程會追蹤一個 coding 任務的完整生命週期，從 harness（Agent 的執行框架）出發，經過模型生成、工具執行，再到後續的續跑，使用 Agentic API、vLLM 與 llm-d 三項技術。vLLM 本身是一個廣泛使用的開源 LLM 推論引擎，解決的問題是如何在伺服端高效地承載模型推論工作負載。議程還會討論工具在哪裡執行、context 由誰擁有，以及重複推論與 context 持續增長對成本的影響，其中一個關鍵觀點是：每完成一個任務的總成本（cost per completed task）比單純的 token 單價更值得關注。
標準之戰與語音 AI 的邊界
Faye Zhang 將她的兩個選擇形容為「位於前沿研究與生產工程交會點的兩場演講」。第一場是 Anthropic 標準技術負責人 Kevin Kelley 的「Navigating Agentic Standards: What to Build On Now and What to Watch」。這場議程圍繞幾個根本問題整理當前的標準版圖：現在是哪個 Agent 在行動？它代表誰行事？它如何存取工具與其他 Agent？演講會區分哪些標準已經落地、哪些仍在發展中。Faye 特別強調，MCP、A2A 與 OAuth 這類標準有機會在不製造新安全漏洞的前提下，建立可互通的 Agent 身分、委派授權與信任邊界。
她的第二個選擇是 Google DeepMind 傑出研究科學家、Gemini 音訊領域負責人 Tara Sainath 的主題演講「Audio Processing with Large Language Models」。LLM 正在重塑語音與音訊建模，由此衍生的問題包括：如何建立統一的多語言表示、端對端架構與串接（cascaded）架構之間的取捨，以及即時對話智能所需要的延遲與品質之間的平衡。Tara 將介紹 Google 在語音辨識、生成、翻譯與對話上的研究與產品進展。
影響與限制
整體來看，這份選單反映出 2026 年生產級 AI 的兩大主軸：一是 Agent 的信任與治理基礎設施，包括身分、授權、憑證與標準；二是規模化之下的成本與效率工程，從 token 壓縮到推論基礎設施的任務級成本衡量。對工程團隊而言，這些議題已不再是可選的附加項，而是 Agent 落地的必要條件。不過也需要留意，這些內容是委員會對即將舉行議程的預告與期待，實際的技術深度與結論仍要等到議程舉行後才能驗證。會議地點為 Westin Jersey City Newport，距離曼哈頓下城僅一站 PATH 車程，早鳥票價 $1,705 至 11 月 10 日止，之後兩日通行證調漲為 $1,790。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。