第 11 天：AI Agent — 會自己幹活的 AI

3 分鐘秒懂

傳統 chatbot(聊天機器人)的核心能力是「對話」。你問一句，它回一句；你再補充，它再接著回答。它很像一位坐在對面陪你討論的人。

AI Agent(AI 智能代理)則更進一步：它不只會說，還會「做」。它可以根據目標拆解任務、選擇工具、執行動作、觀察結果，再決定下一步。這個過程常被稱為 planning(規劃)與 tool use(工具使用)。

舉例來說，你對 ChatGPT 說：「幫我準備明天主管會議資料。」一般 chatbot(聊天機器人)可能會給你一份會議大綱；但 AI Agent(AI 智能代理)如果有權限，可能會讀取你的行事曆、整理 Notion(筆記協作工具)文件、查上週銷售數據，最後產出簡報草稿。

一句話記住：chatbot(聊天機器人)偏向「回答」，AI Agent(AI 智能代理)偏向「完成任務」。

為什麼這重要

過去我們使用 AI 時，大多需要一步一步指揮：先叫它整理資料，再叫它摘要，再叫它改成表格，再叫它寫結論。這很像你請一位實習生做事，但每一步都要你盯著。

AI Agent(AI 智能代理)的重要性在於，它讓 AI 從「被動回答」走向「主動執行」。當任務變複雜時，例如安排活動、分析競品、處理客服、撰寫程式、整理社群訊息，AI Agent(AI 智能代理)可以自己判斷該先做什麼、後做什麼。

對上班族來說，它可能是自動整理週報的助理；對創作者來說，它可能是幫你找題材、寫草稿、排發文計畫的編輯；對工程師來說，它可能是能讀程式碼、開 issue(問題單)、修 bug(錯誤)的協作者。

這也是為什麼近年許多產品都在往 agent(智能代理)方向發展。大家不再只滿足於「AI 很會聊」，而是期待它「真的能幫我把事做完」。

核心概念分解

第一，目標導向。AI Agent(AI 智能代理)通常不是只回答單一問題，而是圍繞一個 goal(目標)運作。例如「幫我完成一份可交給主管的市場分析」。這個目標比「什麼是市場分析？」更接近真實工作。

第二，planning(規劃)。AI Agent(AI 智能代理)會把大任務拆成小步驟。像煮一桌晚餐，不能一開始就端菜上桌，而是要先看菜單、檢查食材、決定烹調順序。AI 也是如此：先收集資料，再整理重點，再生成內容，最後檢查格式。

第三，tool use(工具使用)。大型語言模型本身主要擅長理解與生成文字，但它可以透過工具補強能力。例如使用 search tool(搜尋工具)查最新資料、用 calculator(計算器)算數字、用 database(資料庫)查客戶紀錄、用 browser(瀏覽器)讀網頁。工具就像 AI 的手腳，讓它不只在腦中想，也能對外部世界動作。

第四，memory(記憶)。有些 AI Agent(AI 智能代理)會保存任務背景、使用者偏好或歷史結果。好比一位熟悉你的助理，知道你週報喜歡三段式、老闆重視數字、你常用繁體中文。記憶讓它下次做事更貼近你。

第五，feedback loop(回饋迴圈)。AI Agent(AI 智能代理)執行後會觀察結果，再調整下一步。例如它搜尋到資料太舊，就改用其他來源；生成表格後發現缺少欄位，就回頭補資料。這種「做一點、看一下、再修正」的循環，是 agent(智能代理)和普通一次性回答的重要差別。

第六，熱門 agent framework(智能代理框架)。如果你開始接觸開發，常會看到 LangChain(語言鏈框架)、LlamaIndex(大型語言模型索引框架)、AutoGen(自動代理框架)、CrewAI(團隊式智能代理框架)等名字。它們的用途，是幫開發者更容易把模型、工具、資料、流程串起來，做出能執行任務的 AI Agent(AI 智能代理)。

實際例子

想像你是社群營運，負責整理一個中文 Discord(社群通訊平台)群組的每週重點。以前你可能要手動滑訊息、複製重要討論、整理成週報，再列出下週待辦。

如果使用一般 chatbot(聊天機器人)，你可能要先貼上訊息，請它摘要；再貼另一段，請它合併；再要求它改成週報格式。它會幫忙，但你仍然是主要操作員。

如果是 AI Agent(AI 智能代理)，流程可能變成這樣：

你下達任務：「請讀取本週 Discord(社群通訊平台)產品討論頻道，整理三大主題、重要問題、使用者抱怨與下週建議行動。」

接著它會 planning(規劃)：第一步抓取本週訊息，第二步分群主題，第三步找出高頻問題，第四步生成週報，第五步檢查是否有重複或遺漏。

然後它開始 tool use(工具使用)：呼叫 Discord API(應用程式介面)取得訊息，用文字分析工具分類，必要時查產品文件，最後把結果寫進 Google Docs(雲端文件)或 Notion(筆記協作工具)。

再看一個中文世界常見例子：在中國通義千問這類 AI 產品中，如果接上企業內部知識庫與辦公工具，使用者可以要求：「幫我根據本月銷售資料，寫一份華東區業績簡報。」AI Agent(AI 智能代理)就可能查資料、讀表格、產生分析、做成簡報大綱。

這些例子背後的重點不是「AI 變魔法」，而是它被允許連接工具，並且能按照步驟推進任務。

常見誤解

誤解一：AI Agent(AI 智能代理)一定完全自動，不需要人。其實很多情況仍需要 human-in-the-loop(人在迴圈中)確認。像發送正式郵件、刪除資料、下訂單、付款等高風險動作，最好讓人類最後按確認。

誤解二：有 tool use(工具使用)就一定是 agent(智能代理)。不一定。若 AI 只是被動呼叫一次工具回答問題，還不算完整 agent(智能代理)。更接近 agent(智能代理)的系統，通常會有目標、規劃、多步驟執行與回饋調整。

誤解三：AI Agent(AI 智能代理)永遠比 chatbot(聊天機器人)好。也不一定。如果你只是想問「這段文字怎麼改得更自然」，chatbot(聊天機器人)就很夠用。Agent(智能代理)適合複雜、多步驟、需要工具的任務；簡單問題用 agent(智能代理)反而可能太重、太慢、成本更高。

誤解四：AI Agent(AI 智能代理)可以放心放手。目前 AI 仍可能看錯資料、誤解目標、使用錯工具，甚至產生 hallucination(幻覺)，也就是一本正經地講錯。越是能自動執行的 AI，越需要權限控管、日誌紀錄與人工審核。