2025年，一個充滿科技變革的年份，AI Agent（人工智慧代理）正以驚人的速度從學術理論轉變為觸手可及的現實。從被《經濟學人》譽為2025年最大的科技突破之一，到OpenAI執行長Sam Altman和Google執行長Sundar Pichai的公開論述，AI Agent已成為科技界最受矚目的焦點。究竟，這股被譽為「代理人元年」的浪潮，將如何重塑我們的生活與工作？

AI Agent是什麼？開啟自主智能的新定義

簡單來說，AI Agent是一種能夠自主運作、無需人類即時介入的人工智慧系統。當人類下達指令（prompt）後，AI Agent不僅能感知周遭環境、解讀指令，更能進一步拆解複雜任務，制定行動計畫並執行。更重要的是，在任務完成後，它還能分析執行過程中的資訊，從中學習並調整行為模式，以優化未來的表現。台灣普遍將其翻譯為「AI代理」或「AI代理人」，中國大陸則稱之為「AI智能體」，兩者都強調了其內建的智慧以及代表人類行動的角色。無論是面向消費者（2C）的產品服務，還是聚焦企業（2B）的解決方案，AI Agent的應用正逐漸滲透各個領域。

AI Agent的核心能力：規劃、記憶與工具運用

前OpenAI研究科學家Lilian Weng在其發表的文章中，為由大型語言模型（LLM）驅動的自主代理系統（Autonomous Agents）勾勒出核心能力架構。她指出，AI Agent應具備規劃能力、記憶力以及工具運用的能力。這三大能力使其能夠處理更廣泛的通用型問題，遠超過去僅限於特定領域的人工智慧。

• 規劃能力：AI Agent能夠像人類一樣制定步驟、拆解任務為子目標，並有效追蹤進度。這得益於「思維鏈」（Chain of Thoughts）與「思維樹」（Tree of Thoughts）等技術的應用。
• 記憶力：藉由ReAct、Reflexion等反思機制與「事後反思鏈」（Chain of Hindsight）等架構，AI Agent能回顧、評估自身行動，從實際經驗中學習，避免重複錯誤並提升表現。
• 工具運用：AI Agent能調用外部工具，例如網路搜尋、檔案檢索，甚至模擬人類操作電腦的介面（GUI）。OpenAI在2025年推出的開發工具，就包含升級的Response API，以及內建搜尋網路、尋找檔案和電腦使用等功能，讓AI Agent能真正「為你完成事情」。

此外，鏈奇國際創辦人何建幟補充了AI Agent應具備的感知、思考與行動三大基本能力。感知環境變化、透過思考制定計畫，再透過行動將計畫付諸實現，這構成AI Agent完整運作框架。聯發科技人工智慧暨數據工程處副處長楊建洲則強調了AI Agent的個人化、主動性、互動適應性、自主學習以及任務管理等特性，認為能完整做到任務管理的AI助理，才符合理想中AI Agent的定義，讓人們可以「Fire and Forget」，真正解放認知資源。

AI Agent為何興起？LLM的躍進是關鍵

AI Agent概念並非新事物，但其近期的大放異彩，關鍵在於大型語言模型（LLM）的長足進步。其中，記憶力的顯著提升是促使LLM從單純對話進化為AI Agent的重要因素。GPT-3.5的上下文長度僅數千（k）等級，GPT-4提升至萬（10k）等級，而近期如Claude 3、Gemini 1.5 Pro已暴漲至百萬（M）等級，甚至有研究論文達到千萬（10M）等級。更長的上下文意味著LLM能參考更多範例，進而提升其拆解任務和規劃技巧的準確性。同時，AI Agent的反思能力（能從做中學）以及工具調用能力，讓LLM從單純的思想家，躍升為能夠採取行動的執行者。正如DeepLearning.AI工程經理陳奎翰所言：「當LLM接上網頁搜尋或者其他API等工具，將產生兩大變化，第一是讓LLM補充知識截止點（cutoff）以後的新資訊，第二則是讓它有辦法利用特別格式的文字信號連結外界。」

AI Agent vs. AI Model：從知識到行動的飛躍

AI Model（模型）與AI Agent之間存在根本差異。模型主要基於訓練資料中的知識，且以單次查詢回應為主，難以記憶先前對話脈絡。而AI Agent則能利用外部工具擴展知識、管理多輪對話歷史，並且能夠調用工具與使用ReAct等推理框架。這意味著AI Agent不再只是回答問題，而是能真正理解任務並採取行動。

AI Agent擅長解決什麼問題？

AI Agent的出現，對於解決「非結構化問題」（unstructured problem）具有獨特優勢。不同於RPA（機器人流程自動化）擅長處理固定模式的結構化任務，AI Agent的強項在於處理需求不明確、或任務具有不確定性的情況。例如，在旅宿業，客人遇到的問題往往不是標準化的結構化問題，但又受限於一定範圍，這正是AI Agent可以派上用場的時機。同時，AI Agent也能協助企業處理需要高度推理和動態規劃的任務，例如客戶服務、財務帳務處理、採購詢價，甚至規劃個人旅遊行程、訂餐訂票等。

Concrete Insight 1:

根據《經濟學人》2024年底的預期，AI Agent的發展至少面臨三大挑戰：因推理導致的成本推升、在現實世界產生後果時牽涉到的信任問題，以及執行任務所需資料遠少於對話資料。這表明，AI Agent的潛在效益與實際落地之間，仍存在顯著的落差。

Concrete Insight 2:

Parcha的研究指出，如果AI Agent執行一個由10個任務組成的工作流程，每個任務的錯誤率為10%，那麼整個工作流程的複合錯誤率將高達65%。這凸顯了AI Agent在多任務協作時的不可預測性和潛在的錯誤累加效應，是企業導入時必須嚴肅考量的風險。

Concrete Insight 3:

聯發科技副處長楊建洲提出，在AGI（通用人工智慧）來臨前，企業更傾向於使用預先定義好的「AI代理工作流程」（Agentic Workflow）。這代表AI Agent在執行任務時，雖然具備GenAI的能力進行決策，但會被限制在一個預設的流程框架內，以確保行動的可控性和預測性，而非完全自由發想。

AI Agent的應用場景與挑戰

AI Agent的應用範圍廣泛，可分為面向企業（2B）和面向消費者（2C）。在2B領域，客服是目前最成熟的應用，AI Agent可作為客服人員的後盾，或直接與客戶互動。在2C領域，最令人期待的應用莫過於將AI Agent整合進手機，類似《鋼鐵人》中的Jarvis，提供個人化的助理服務。Apple Intelligence和Google Project Astra即是此方向的代表。儘管AI Pin的失敗給了我們警示，但未來搭載更智慧AI Agent的手機，將會是消費者爭相採購的重點。

然而，AI Agent的發展並非一帆風順。其不可預測性是最大的痛點。AI Agent的推理能力雖然強大，但也可能導致行動難以預料，進而產生錯誤。當AI Agent直接面對客戶時，一次的錯誤就可能嚴重損害品牌聲譽。此外，AI Agent在數位世界中的行動障礙也值得關注。例如，電商平台可能不願開放API給購物Agent，以保留真人消費者的衝動購物行為。這也促使了「Agentic Workflow」的發展，透過預先定義的流程，讓AI Agent在可控範圍內發揮其自主能力。

AI Agentic Workflow：讓AI Agent有章可循

「AI代理工作流程」（AI Agentic Workflow）一詞，強調的是AI系統在執行任務時，是否具備類似Agent的規劃、使用工具和迭代改進的能力。它描繪了AI Agent接受人類指派工作後，如何透過一系列步驟來完成任務的過程。這與其核心能力息息相關，例如拆解指令、規劃路徑、調用外部工具，以及從執行結果中學習。這種流程設計，不僅有助於提升AI Agent的效率，更能確保其行動在一定的規範和可預期性之內。

AI Agent的未來：泡沫還是創新？

AI Agent目前仍處於發展初期，距離大規模落地尚有一段路要走。儘管OpenAI、Google等科技巨頭紛紛加強其產品的Agent功能，但規劃與推理能力的不足，仍是短期內的瓶頸。前Google台灣董事總經理簡立峰預計，AI Agent的全面應用仍需等待核心能力的顯著突破。

然而，好消息是，AI Agent在某些迭代性工作流程上已展現出實際效果，例如醫療診斷和法律文件審核。輝達執行長黃仁勳也預言，未來AI將從一次性互動（one-shot）轉變為多次互動（multi-shot）的基於推理的系統，能夠像人類一樣自行規劃、多步推理，並用於代理應用。我們將會看到AI Agent與人互動、彼此互動的那一天來臨，它們將如同公司的員工一樣，成為我們工作與生活中的得力助手，包括顧問AI、專業AI和通才AI。

立即行動，掌握AI Agent未來趨勢

AI Agent的發展勢不可擋，它將深刻改變我們與科技互動的方式，並為各行各業帶來前所未有的機遇。現在正是您深入了解並準備迎接這場變革的最佳時機。加入我們，一起探索AI Agent的無限可能！

Source：https://www.gvm.com.tw/article/113965