昨天知道 AI 已經可以分析文字和照片，甚至能根據我們的問題產生回答
但我又突然想到一個問題
如果 AI 已經可以幫我們做這麼多事情，那它有沒有可能不只是回答問題，而是直接幫我們把事情完成？
例如我今天想安排一趟旅行
以前可能要自己查景點、找餐廳、比較交通方式
但如果我只告訴 AI 我的需求，它有沒有可能自己拆解任務，再一步一步幫我處理？
這就是今天想認識的主角：AI Agent

一、AI Agent 到底是什麼？
AI Agent 中文通常稱為「AI 代理」或「人工智慧代理」
簡單來說
AI Agent 不只是回答你的問題，還可以根據目標規劃步驟、使用工具，並執行一連串的任務
一般聊天機器人比較像是你問一個問題，它給你一個答案
但 AI Agent 的概念更進一步
你給它一個目標，它就可以根據任務需求，判斷接下來要做什麼
例如你跟它說
「幫我規劃一趟台北一日遊」
它可能會先整理你的需求，再尋找景點、比較交通方式，最後把行程整理給你
不過，實際能做到哪些事情，還是要看它有沒有連接相關工具，以及被允許使用哪些功能

二、AI Agent 和一般 AI 有什麼不同？
這兩個其實很容易搞混
因為它們背後可能使用相同類型的語言模型
差別主要在於它們怎麼完成任務
一般聊天機器人通常著重在理解問題和產生回答
而 AI Agent 則可能進一步規劃任務、呼叫工具、觀察執行結果，再決定下一步
例如我問 AI
「附近有什麼好吃的餐廳？」
一般聊天機器人可能會推薦一些餐廳
但如果是一個具備相關工具的 AI Agent
它可能還可以搜尋附近餐廳、比較評價，甚至協助查詢訂位資訊
所以可以先簡單理解成
一般 AI 比較像是幫你想答案，AI Agent 則是有機會幫你把整個任務跑完

三、那 AI Agent 是怎麼工作的？
其實可以把它想成一個反覆執行的流程
第一步是理解目標
先弄清楚使用者到底想完成什麼
第二步是規劃任務
把一個比較大的目標拆成好幾個小步驟
第三步是使用工具
例如搜尋網頁、讀取文件、查詢資料庫，或使用其他系統功能
第四步是檢查結果
確認剛剛的操作有沒有成功，取得的資訊是否足夠
最後再根據結果決定下一步，直到完成任務，或發現需要使用者協助
所以它不一定只執行一次就結束
而是可能經過好幾輪的規劃、操作和檢查

四、AI Agent 為什麼需要使用工具？
這就跟我們前幾天認識的 AI 有關
雖然語言模型可以根據訓練產生文字
但它不一定能直接取得最新資訊，也不一定能操作外部系統
例如我請 AI 幫我查今天的天氣
如果它沒有即時天氣資料或相關工具，就不一定能知道最新狀況
但如果它可以呼叫天氣服務
就有機會取得目前的天氣資訊，再根據資料回答
同樣的道理
如果要讓 AI 幫忙整理檔案、查詢資料庫或操作行事曆
就需要有對應的工具和權限
所以 AI Agent 不只是模型本身，還可能包含工具、任務流程和權限管理

五、那 AI Agent 可以完全不用人類幫忙嗎？
聽起來好像很方便
但實際上還是有不少限制
例如 AI 可能誤解使用者的需求、選錯工具，或在執行過程中產生錯誤
如果它可以直接操作檔案、寄送 Email，甚至進行付款
那出錯時可能就不只是回答錯誤而已
還可能真的造成影響
所以在設計 AI Agent 時
通常需要設定權限、限制可以執行的操作，並在重要步驟要求使用者確認
例如可以讓 AI 先幫你寫好一封 Email
但在真正寄出之前，還是由你確認內容
這樣既能保留自動化的便利性，也能降低出錯的風險

六、原來 AI Agent 就是讓 AI 從回答走向執行
今天才發現
原來 AI 的發展不只是讓它越來越會聊天
還可以讓它透過工具和任務流程，協助我們完成更多事情
從單純回答問題，到幫忙規劃、搜尋、操作系統，再到檢查任務是否完成
這些都是 AI Agent 想要做到的事情
不過，它並不是什麼事情都能自己完成的萬能機器人
能做到什麼，還是取決於模型能力、可用工具、系統設計和使用者給予的權限

七、心得
這 29 天一路寫下來
我發現 AI 已經不只是我們平常認識的聊天機器人
從學習文字規律的 LLM，到能分析照片的多模態 AI，再到可以使用工具執行任務的 AI Agent
每一個概念都讓我更了解現在的科技正在往什麼方向發展
但我又突然想到一個問題
連續寫了 30 天的科技文章，我真的有因此搞懂科技了嗎？
以前看到很多專有名詞，我可能只知道它的名字
但現在，我是不是已經可以試著用自己的話，解釋它們背後的原理了？
那明天就來討論一下「30 天後，我真的搞懂科技了嗎」