現在講 AI，大家都有概念。講 LLM，多數人也知道那是 ChatGPT、Gemini 背後的模型。

但「AI Agent」跟你每天用的那個對話框差在哪，很少人講得清楚。

拿 Gemini 當例子。把 PDF 拖進去，要它整理成表格，它做得到。要它算月增率，它直接寫 Python 跑給你看。這些都沒問題。

問題是明天又來三十份。

你得再開瀏覽器、再拖檔案、再問一次、再把結果複製回 Excel。後天再三十份，整套重來。

它沒有碰到你的硬碟，上傳的是副本，你桌上那個資料夾它從來沒看過。它不知道有新檔案進來，除非你開口。做完也什麼都沒留下，結果在對話框裡，不複製就沒了。

你才是把流程接起來的人。 你是啟動器、搬運工、收尾的人，Gemini 只負責中間那一段。

Agent 就是要把那些接起來。你給它目標和一組工具，它自己判斷要用哪個、分幾步、做完再看要不要繼續。它操作你真正的檔案，可以被排程叫醒，結果直接寫回指定位置。

同樣三十份 PDF，掛好之後就是：檔案丟進資料夾，時間到它自己開始，讀完、比對完、挑出有問題的、寫進報表。你早上來看結果就好。

簡單來說：自動化。

但不是 cron 加一段腳本那種。那種每一步都要寫死，遇到沒寫到的狀況就停住。Agent 是你只給目標，步驟由它當下決定。少一頁、格式不同、字跡看不清，它會自己選一條路。

好處是彈性，代價是它有時候會做出你沒預期的決定。這三十天有很大一部分在講後面這半句。