什麼是 AI 代理?
一種能對話、能在你的文件裡查資料、能在你的系統上執行操作的軟體——由它自己決定下一步做哪一件,並一步一步把一項任務走完,而不只是一次回覆一則訊息。
聊天機器人負責回答,智慧代理負責決定。
兩者都是收一個問題、吐一則回覆,所以從外面看幾乎一樣。差別在中間發生了什麼事。聊天機器人是把你的訊息對應到一則回覆——來自寫死的腳本,或來自語言模型隨手生成的內容。智慧代理拿到的則是一個目標、一組工具和一條界線,中間的步驟它自己盤算:先查這個、反問一句把條件問清楚、呼叫那套系統,最後才回答。
代理有、聊天機器人沒有的三件事
**真的能呼叫的工具。**不是「這是我們的預約頁面連結」,而是直接把預約訂下去。代理連著真實系統,也能在系統裡動手——所以評估任何一個代理,真正該問的是:它被允許碰哪些東西。
**一個迴圈。**它可以先走一步、看結果、再決定下一步。第一次搜尋沒查到有用的東西,它可以換個方式再搜一次。聊天機器人只有一次機會。
**對這段關係的記憶。**不只是前面幾則訊息,而是上一次交談時它認識了這個人的哪些事——還有再上一次。
「agentic AI」講的是同一件事
業界最後用 agentic AI 來指這一類軟體:會規劃、會用工具、會實際動手,而不只是回話。如果你是搜這個詞找過來的,那就找對地方了:這個章節描述的正是一套 agentic 系統,只是它為某一家企業而建,不是一個通用助理。
我們自己的文章不太用這個詞,因為掛上這塊招牌的產品已經多到它幾乎不再篩掉任何東西。真正篩得掉的是上面那三條:能實際呼叫的工具、一個迴圈,以及對關係的記憶。
這個詞被濫用的地方
現在只要有個輸入框,什麼都能叫「代理」,所以有必要直說哪些東西不算:底層是大型模型、有個性、會講七種語言——這些全是聊天介面的功能。如果它除了講話什麼都做不了,那就是一個文筆比較好的聊天機器人。
在這裡,代理由什麼組成
上面那三個條件在這個平台上都不抽象,每一項都是你實際會去設定的東西,這個章節接下來就是一頁講一塊:
| 代理之所以能… | 靠的是 |
|---|---|
| 懂你的業務 | 兩套知識庫——你審核過的資料,以及每位客戶自己的文件 |
| 講話像你的公司 | 它的靈魂,底下壓著一層租戶關不掉的內容審核 |
| 照你的流程走 | Skills,只有對話真的需要時才載入 |
| 碰得到你的系統 | 走 MCP 的工具,而且只能由已載入的 Skill 開啟 |
| 知道你是從哪一頁進來的 | 頁面行動指南 |
| 乾淨地把資料問到手 | 當場組出來的詢問表單 |
| 在空檔裡動作 | 幾個月後才觸發的排程任務,而且照客戶所在時區 |
| 把客戶彼此隔開 | 一人一個空間,在資料庫層級強制執行 |
如果你正在拿它跟聊天機器人比較,通常是最後兩列決定了勝負。
最實用的檢驗方式:問對方「對話結束之後會發生什麼事」。如果答案是「沒事」,那你看的是聊天機器人。
模型是把文字變成文字的引擎;代理則是圍繞它蓋起來的一整套東西——檢索、工具、記憶、界線與管道。模型只是代理裡面可以替換的零件。
為某一家企業工作的代理——只從那家公司自己的文件作答,待在擁有者劃定的範圍內,跨多次造訪記住每一位顧客,並且為自己說出口的話負責。它不是一個通用聊天機器人,而是那家企業團隊的一員。
包在語言模型外面的那層工程——檢索、工具、技能、記憶與護欄——把一個通用模型變成特定、可靠的智慧代理。模型提供語言的流暢,harness 提供事實依據、邊界與行動的能力,並且當底下的模型被替換時保持不變。
無頭軟體透過 API、MCP 與技能把一切功能都對外開放,讓 AI 智慧代理——而不只是點按 UI 的人類——就能操作它。你描述想要的結果;被賦予恰到好處技能的代理,便會精準地驅動各項功能。
一條機器對機器的通道——顧客的個人 AI 助理直接與商家的智能體對話,向它諮詢並提交一份結構化的請求,而不是由真人在聊天框裡打字。agent4.io 負責前處理這前半程並回傳一份摘要,而任何不可逆的動作都由真人來確認。