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。

1. 感知（Perception） ： AI Agent 透過用戶指令、API 回傳資料、資料庫內容等各種來源收集資訊，就像人的感官一樣，全面地理解當前狀況。
2. 思考與規劃（Reasoning/Planning）： AI Agent 的「大腦」會將複雜的任務拆解成一系列可執行的步驟，並制定行動計畫。例如，當你要求它「分析競品 Q3 的市場策略」時，它會規劃出：搜尋競品官網 -> 分析社群平台 -> 整理成 SWOT 報告。
3. 行動（Action/Execution）： 這是 AI Agent 與傳統 AI 最大的不同之處。計畫制定完成後，它會自主呼叫最適合的工具來執行任務，例如：透過 API 抓取資料或操作 CRM 系統，甚至與其他 AI Agent 協作，共同完成任務。
4. 反思與學習（Learning/Adaptation）： 完成任務後，AI Agent 會評估結果與成效，並透過強化學習等機制從中學習，不斷優化決策模型，讓下一次的任務執行得更有效率、更精準。

構建 AI Agent 的關鍵工具與概念

1. MCP (Model Context Protocol) 模型上下文協議

• 專注於「輸入端」 ：將複雜的外部環境資訊，如用戶指令、網頁內容、API 回應等，結構化、語義化，轉換成 AI 模型能有效理解的格式。
• 功能 ：就像一位「翻譯官或資料整理師」，確保 AI Agent 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，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：

• 任務類型： 訂餐
• 時間： 今晚七點
• 地點： 未知（需要進一步查詢）
• 餐廳類型： 義式餐廳
• 偏好： 氣氛好、適合約會

(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」。

2. ADK (Agent Development Kit) 代理開發工具包

• 專注於「輸出端」： 提供一套預先定義好的、可供 AI Agent 調用的模組和 API，讓 AI Agent 能夠實際動手完成任務。
• 功能： 就像一個「工具箱」，裡面包含了各種工具，讓 AI Agent 能執行各種現實世界的任務，如調用 API、操作瀏覽器、發送郵件等。

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

3. 其他相關工具

• Visual Studio Code (VS Code)： 微軟開發的免費程式碼編輯器，透過擴充套件，可打造客製化的開發環境，是目前最受歡迎的開發工具之一。
• Gemini Code Assist： Google 推出的程式碼協作工具，能深度理解你的程式碼庫，幫助你寫程式、除錯和自動化任務。

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。