Moon:黛西黛西~最近好多人在講 Agentic AI 、AI agent,它跟我們之前用的 AI 工具到底有什麼不一樣啊?我怎麼聽起來都像是聊天機器人...
黛西:這可是個好問題!我帶你回到現場,讓我們一起來拆解 Agentic AI 的核心概念吧!己去發動引擎,也不知道目的地在哪裡。
和黛西回到現場~
AI Agent 又被稱為 Agentic AI,與傳統 AI 工具有著本質上的不同。如果說傳統 AI 像是隨傳隨到的 「工具人」,只會根據你的單一指令做出回應,那麼 AI Agent 就像是一位懂得觀察與思考的「智慧型管家」 。你只需要告訴它最終的目標,它就能自主地規劃、執行一系列任務,直到目標達成。
Agentic AI 與傳統 AI 區別:
簡單來說,傳統 AI 是「你問我答」,而 Agentic AI 是「你給目標,我搞定」。 它擁有自主規劃、執行和反思的能力,能將你的高層次指令轉化為一連串的具體行動,真正成為你的智慧工作夥伴。
AI Agent 的運作核心:思考迴圈
一個成功的 AI Agent 並非單一的大型語言模型(LLM),而是由多個關鍵模組組成的思考迴圈 。這個迴圈讓 AI Agent 能持續地運作,直到目標達成。
構建 AI Agent 的關鍵工具與概念
舉例來說,當一個 AI 代理需要訂餐廳時,MCP 可能會執行以下任務:
(1)收集資訊: 接收使用者「幫我訂一間今晚七點、氣氛好、適合約會的義大利餐廳」的需求。
(2)轉換為上下文: 將這個自然語言需求,轉換成一個結構化的資料,例如:
(3) 整合外部資訊: 在搜尋了幾間餐廳後,將搜尋結果(如餐廳名稱、評價、菜單、地址)也整合到這個上下文中,讓 AI 模型能根據這些資訊做出最終的選擇。
簡單來說,MCP 就像一個翻譯官或資料整理師 ,確保 AI 代理在做決策前,能拿到一份格式清晰、重點明確的「會議資料」。
舉例來說,當一個 AI 代理需要訂餐廳時,ADK 可能會提供以下工具:
(1)瀏覽器自動化工具: 讓代理能夠模擬人類操作瀏覽器,例如在 Google Maps 上搜尋餐廳、點擊進入網站、填寫預訂表格。
(2)API 調用工具: 讓代理能夠呼叫訂餐平台的 API,直接進行預訂操作,或查詢餐廳資訊。
(3)郵件發送工具: 讓代理能夠向使用者發送預訂確認郵件。
(4)即時通訊工具: 讓代理能夠在 Slack 或 LINE 上與使用者進行對話,確認細節或發送通知。
簡單來說,ADK 就像一個工具箱 ,裡面包含了各種開鎖、鑽孔、釘釘子的工具,讓 AI 代理能夠實際動手完成任務。
Agent / ADK / Mcp示意圖
未來展望
目前,AI Agent 仍然在發展初期,面臨一些挑戰,例如:如何確保其行為安全可控、如何處理模糊或矛盾的指令。而身為非技術的 PM ,還需要另外克服技術問題,但這也可以透過線在很夯的 Vibe coding 來協助我們完成。隨著技術的進步,AI Agent 將會越來越普及,成為我們生活中不可或缺的一部分。
PM 的下一場工作流革命
這就是為什麼 Agentic AI 將是 PM 的下一個工作流革命。透過檢視我們的工作流程,可以挑出痛點並串聯他們的解決方案們AI 它不再是簡單的工具,而是能獨立思考、協調任務的夥伴。有了這樣的「專屬 AI 助手」,我們不再只是「工具使用者」,而是能夠站在更高的層次,運用這些自主運作的 AI 代理,來達成更大的目標。
Moon:哇!這不就是我們 PM 每天在做的事情嗎?制定計畫、協調資源、追蹤進度,然後根據回饋調整方向!這根本就是我的數位分身嘛!
黛西:沒錯!Agentic AI 能將重複且繁瑣的任務自動化,讓 PM 可以把時間和精力,專注在更具策略性和人際溝通價值的任務上,例如:與利害關係人溝通、定義產品願景、解決團隊瓶頸等等。