概念來源（1980年代前期）：
1980 年代分散式人工智慧（Distributed AI）研究開始使用「agent」一詞，並在 1989–1990 年左右由 Wooldridge、Jennings 等人系統化定義。

概念正式化與定義（1980年代末–1990年代初）：
代表事件為1989 年 Michael Wooldridge 與 Nicholas Jennings 等人開始在論文中系統化定義 AI Agent 的特性，包括自治性（autonomy）、社會能力（social ability）、反應性（reactivity）與主動性（pro-activeness）。

多智能體系統（MAS）興起（1990年代中–2000年代初）：
Agent 概念延伸出 Multi-Agent Systems（MAS），多個 AI Agent 能在同一環境中協作或競爭。
國際組織 FIPA（Foundation for Intelligent Physical Agents）在 1996 年成立，制定了 Agent 通訊協定與互操作標準

認知架構與理論深化（2000年代）：
代表技術：BDI 架構（Belief–Desire–Intention）成為建構智能體的主流理論框架。

學習能力與自主性提升（2010年代）：
雖然深度學習爆發帶動了整體 AI 技術，但 AI Agent 的重點是能把學習結果應用在行動決策上。
強化學習（Reinforcement Learning）被廣泛應用在 Agent 中，讓它能在未知環境中自主探索與優化行為策略。

LLM 驅動的自主 AI Agent（2020年代）：
大型語言模型（LLM）如 GPT-4 出現後，AI Agent 能自然理解人類語言、拆解任務、調用工具完成多步驟工作。

能整合 API、資料庫與外部系統、能在長時間任務中自主規劃與執行，具備跨領域能力（資訊搜尋、寫程式、商務規劃等）