Agent 不是更聰明的 AI。它是三個主要零件的組合：大腦（LLM）、手腳（工具與權限）、迴圈（自己決定下一步）。強大來自零件，不來自智力；而每個零件，都對應一個躲不掉的管理決策。

AI & Agent

從 2025 年進入所謂的「Agent 元年」開始，大家不只講 AI，還開始講 agent。上一篇看的是它跳了幾級，這一篇看的是它裝了什麼。Agent 到底是什麼？怎麼知道我的 AI 工具是不是 agent？最簡單的方式就是從零件來拆解：大腦、手腳、迴圈。

大腦：一顆租來的 LLM

每個 agent 的核心都是一個大型語言模型（LLM）。關於這顆大腦，經營者要知道的是兩件事，而且都跟聰明不聰明無關。

第一，它是租來的。極少數公司會自己訓練模型；絕大多數 agent 的大腦，是向某幾家模型公司租的。按用量計費，會改版、會漲價、會退役，會卡住，一言不合還會突然下架。你的 agent 再怎麼客製，它的智力來源是別人的資產。

第二，它擁有通用知識，唯獨不知道你的公司。這顆大腦用公開資料訓練，像一位學識淵博的外包顧問：談產業趨勢頭頭是道，但你的公司結構、遠景策略、營運痛點，它一概不知。

手腳：工具與權限

只有大腦的 AI，做得到的只有一件事：給意見。長出手腳，指的是它能根據被授予的權限操作工具：串接其他功能、寄郵件、更新檔案、下訂單，甚至直接操作整台電腦。判斷有沒有手腳的方法：做完之後，改變有沒有發生。

舉個電商網站為例。同樣是客服機器人，能搜知識庫、調工具查詢訂單、回答問題的，都還只用到「說」的能力。但是當它能進一步幫你在訂單加上備註、變更收件地址或取消訂單時，就推進成「做」，因為異動發生了。

迴圈：讓它成為 agent 的零件

大腦加手腳，還不是 agent。交代一件事，它做一件事，做完就停，遇到問題就卡住，這是工具。讓它成為 agent 的，是第三個零件：迴圈。

迴圈的運作是：不再給單一動作指令，而是一個目標。它自己把目標拆成步驟、自己執行、自己檢查結果、自己決定下一步。想、做、看、再想，一圈一圈轉下去，不需要每步告訴它要做什麼。之前說的第三級的 AI「龍蝦」就是這一層。

開頭的那個問題，答案就在這裡：有沒有迴圈，決定眼前的東西是不是 agent。包著對話介面的問答機器人，沒有迴圈；照劇本跑的自動化流程，每一步都是人預先定義寫死的，也沒有迴圈。滿街的 agentic 產品，用這一條就能快速判斷。

迴圈也是這幾個零件裡唯一會自己花錢的。大腦按用量計費，而迴圈決定用量。之前提到的「龍蝦」，晚上你睡覺，它還在跑，盡責地用各種方式完成指定的目標，自然帳單就節節高升了。

記憶：留不留得下來

三個零件湊齊，它已經是個會自己做事的 agent 了。但當你想把越來越多的事都交辦給它的時候，就會發現一個限制：它做的每一件事，都只活在當下，當工作結束時，過程發生的事全部卸載。所以記憶不是無中生有的第四個零件，它是為了要回答一個很簡單的問題：這一次學到的經驗，能不能留到下一次？

留不下來，它就是金魚腦：每次從零開始，昨天教過的今天重教。加上記憶，它記得你的公司背景、最新異動、上次犯過什麼錯，而且會越做越好。這就是新進員工和資深員工的那條分界。

🤿 深水區：Agent 的手腳和記憶

「手腳」在技術上不是模型長出來的，而是模型之外的能力。以單一目標流程走一次，看看每個環節怎麼使用手腳操作工具的：

1. 你給目標、附上工具清單：你丟一個目標，順帶告訴模型「現在有哪些工具可用、每個長什麼樣」（這份工具說明書叫 schema）。
2. 模型只決定、不動手 → function calling／tool use：模型讀完不自己執行，只吐一句結構化指令「呼叫 X 工具、參數 Y」。讓模型會這樣叫工具的整套機制，就是你常聽到的 function calling／tool use／tool calling。
3. 真的動手的是工具串聯的外部系統 → orchestrator／agent runtime、MCP、RAG：將指令交給模型外的程式，去真的查 DB、打 API、跑程式。這個負責調度、真正執行的底座，就是 orchestrator 或 agent runtime。而 MCP 則是把五花八門的工具用同一種規格接起來（號稱「AI 界的 USB-C」）。如果是要「先翻公司內部文件、再把答案餵回模型」，那麼這個就是 RAG（Retrieval-Augmented Generation）。
4. 結果餵回去、再問一次 → ReAct、autonomous／agentic：執行結果塞回給模型，模型檢查完要嘛再呼叫一個工具、要嘛回覆最終答案。這種「想一下、動一下、看結果、再想」的過程，就是 ReAct（Reasoning and Acting）；一個會自己這樣轉到把事做完的系統，就是大家說的 autonomous／agentic（自主）agent。
5. 人類和 AI 協作行為 → HITL、guardrails、multi-agent、hallucination：重要動作前插一道關卡，讓人審核或推進，叫 human-in-the-loop（HITL）；限制它能碰哪些工具、能跑多遠，叫 guardrails（護欄）；好幾個這種 agent 彼此呼叫分工，叫 multi-agent；它答不出來時自己編一個不存在的東西，就是 hallucination（幻覺）。
6. 關於記憶：模型這一輪看得到的所有東西（你的話＋工具結果）叫 context，用完就忘，這是它的短期記憶。想讓它跨對話記住，就把東西存起來、下次再撈回來塞進 context 給它參考。

對經營者意味著什麼：你不是在買一個產品，是在簽四張授權單

導入 agent，聽起來像採購一套軟體。但拆開來看，大腦、手腳、迴圈、記憶，前三件決定它是不是 agent，第四件決定它會不會越做越好。你其實同時做了四個決定，而且沒有一個是純 IT 決定：

• 大腦是租的 → 你押了一家模型公司。它漲價、改版、退役，你的流程跟著動。這是供應商依賴的決定。
• 手腳有權限 → 它以誰的身分做事？動得到哪些系統？它的權限範圍，就是它出錯時的爆炸半徑。這是權限治理的決定。
• 迴圈會自主 → 哪些步驟它可以自己決定、哪些必須停下來問人？這是授權邊界的決定。
• 記憶會累積 → 它記得的東西存在哪、能不能刪、錯了誰發現？這是資料治理的決定。

三個零件湊成一個 agent，卻牽出四個決定。這也是 agent 跟以往每一次軟體採購都不一樣的地方：以前買的是一個功能，現在管的是一個每個環節都會出事的系統。

哪些工作真的值得動用一整套 agent，哪些其實一顆大腦就夠，你需要的到底是 AI，還是 agent？ 這一題留給第十天，你可以先帶著它觀察幾天。

要拿走的問題

• 執行層（CTO/CIO）：挑一個公司內部號稱「agent」的工具，檢視它的自主性型態：有沒有監控？能不能控制？
• 經營層（董事會/CEO）：這個 agent 最糟可能壞到什麼程度，而我要多久才會知道？

一句話帶走：Agent 不是更聰明的 AI，是三個零件湊成的一套系統。

這幾個零件裡最難控制的是迴圈：一個會自己決定下一步的東西，我們該怎麼控制它？工程師其實已經跟這個問題纏鬥很久了，而那段歷史，剛好就是一部治理史。留待下回分解。