依照需求的不同，AI Agent 也被分為不同類型，複雜性各異，從簡單到複雜。以下說明六種 AI Agent 類型，以及這些 Agent 在不同情境的運作方式：

被動式 Agent
被動式 AI Agent 遵循傳統以規則為基礎的系統。也稱為反射型 Agent，會在使用者提示後啟動動作，一律遵循預設規則。此方法最適合重複工作。例如，被動式 AI Agent 可使用聊天機器人處理一般請求，例如根據對話關鍵字或片語重設密碼。
被動式 Agent 通常缺乏大量記憶體，使其更適合有限的短期情境。此外，被動式 AI Agent 證實維護成本低，需要最低程度的程式設計即可運作。

主動式 Agent
遠比被動式 Agent 靈活度高，主動式 AI Agent 使用預測演算法來驅動更細微的功能。這些模型會識別模式、預測可能的結果，並選擇最佳行動方案流程，無需人為提示。這些 Agent 可監控供應鏈等複雜系統，主動識別問題並建議解決方案。

混合式 Agent
如同其名稱，混合系統結合被動式 Agent 系統的效率與主動式 AI Agent 的細微識別能力。此結合提供兩邊優勢。其可遵循預設規則，有效率地回應例行情境，也可以觀察並回應更細微的情況。

以效用為基礎的 Agent
以效用為基礎的 AI Agent 著重於尋找最佳順序，以達到預期結果。根據使用者滿意度指標，評分每個可能的行動方案，然後選擇評分最高的選項。以效用為基礎的 Agent 是汽車導航系統、機器人及金融交易的幕後推手。

學習 Agent
學習 AI Agent 可根據先前的體驗來改善效能，使用問題產生器來建立測試情境，以嘗試新策略、收集資料並評估結果。學習 AI Agent 也會追蹤使用者意見回饋和行為以掌握最佳方法，隨時間改善整體細微和準確性。目前的學習 AI Agent 可協助建立複雜的虛擬助理，以適應使用者的需求。

協作型 Agent
協作型 AI Agent 意指 AI Agent 系統的網路，互相協調以完成跨組織界限的複雜工作。其可建立自訂工作流程，並將工作委派給其他實體，甚至是人員和其他 AI Agent。

參考資料：

1. AI Agent 是什麼？如何運作？5 類 AI 代理一次看懂
2. 什麼是 AI Agent？