AI 代理人(AI Agent)是什麼?
AI 代理人是由大型語言模型自行決定流程與使用哪些工具、一步步完成任務的 AI 系統。Anthropic 在 2024 年 12 月的文章中把它與「照預先寫好的程式路徑執行」的工作流程區分開來。它通常結合搜尋、工具呼叫與記憶等能力。
基礎概念AI Agent智慧代理代理式 AIAgentic AIAI 智能體智能代理
一句話說明
能自己規劃步驟、呼叫工具並根據結果調整做法,替人完成多步驟任務的 AI 系統。
AI 代理人怎麼運作?
- 使用者給出目標,例如「整理這週的會議紀錄並寄給主管」。
- 模型拆解任務,決定下一步要做什麼、要用哪個工具。
- 系統實際執行工具(搜尋、讀檔、呼叫 API),把結果回傳給模型。
- 模型根據結果判斷是否完成,不夠就修正計畫、繼續下一輪。
- 完成後回報成果,重要動作前可設定讓人確認。
實際例子
- 程式開發代理:讀程式碼、改檔案、跑測試,直到測試通過。
- 研究代理:自動搜尋多個網頁、比對資料後寫成摘要報告。
- 客服代理:查訂單系統、判斷狀況後回覆顧客或轉給真人。
常見誤解
誤解:AI 代理人就是比較聰明的聊天機器人。
事實:聊天機器人主要是一問一答;代理人會自己規劃多個步驟並實際呼叫工具去做事。
事實:聊天機器人主要是一問一答;代理人會自己規劃多個步驟並實際呼叫工具去做事。
誤解:有了代理人就完全不需要人監督。
事實:代理人仍可能判斷錯誤,重要或不可逆的動作通常要設定人工確認與權限限制。
事實:代理人仍可能判斷錯誤,重要或不可逆的動作通常要設定人工確認與權限限制。
常見問題
AI 代理人和一般自動化流程有什麼不同?
一般自動化流程是工程師事先寫死每一步;AI 代理人則由模型根據當下狀況決定下一步和要用的工具。Anthropic 建議:流程固定、可預測的任務用工作流程就好,需要彈性判斷時才用代理人。
AI 代理人是怎麼使用外部工具的?
開發者先把工具的名稱、用途與參數格式告訴模型,模型判斷需要時會輸出「要呼叫哪個工具、帶什麼參數」,由程式實際執行後再把結果交回模型。這就是函式呼叫;MCP 則讓工具接法標準化。
使用 AI 代理人有哪些風險要注意?
常見風險包括誤判後執行錯誤動作、被網頁或文件中的惡意指令誤導、存取超出需要的資料。實務上會限制權限、記錄每一步操作,並讓付款、刪除等重要動作先經過人確認。
延伸閱讀
相關名詞
大型語言模型、函式呼叫/工具使用、模型上下文協議、A2A 代理間協定、推理模型
參考來源
- Anthropic Engineering:Building Effective AI Agents(2024)
- Yao et al., ReAct: Synergizing Reasoning and Acting in Language Models(arXiv 2210.03629)
查核日期:2026-09-26。API:/api/term?id=ai-agent