AI Agent（AI 智能體/AI 代理）是一種可以自主感知環境、制定計畫、執行行動跟從經驗學習的 AI 系統。
跟普通 AI 助手（如 ChatGPT）最大的分別：普通 AI 是「你問一句，它答一句」；而 AI Agent 你只需要講一個目標，它會自己拆解任務、呼叫工具、一步一步完成，中間不需要你每一步都下指令。
簡單比喻：普通 AI 是一個顧問——你問它才答；AI Agent 是一個實習生——你交一個任務給它，它自己想辦法做完，有問題才問你。
| 維度 | 普通 AI 助手（ChatGPT） | AI Agent |
|---|---|---|
| 自主性 | 被動：等你問才答 | 主動：自己推進任務 |
| 工具使用 | 主要靠內建知識，有限外掛 | 可以自由呼叫外部工具（搜尋、寫程式、寄郵件、操作電腦） |
| 任務處理 | 單輪對話，一次過回答 | 多步驟規劃，將大任務拆成細步驟執行 |
| 記憶 | 對話內記憶，完了就忘記 | 長期記憶，可以記住之前做過的事 |
| 例子 | 「幫我寫一封邀請信」 | 「幫我辦一個產品發佈會」（自己寫邀請、寄郵件、訂場地） |
Agent 可以「看到」跟「聽到」周圍環境——包括你給的指令、網頁內容、文件數據、工具返回的結果。多模態 AI 技術讓 Agent 可以處理圖像、語音等多種輸入。
收到目標後，Agent 會用 LLM 做大腦，將複雜任務拆解成一系列細步驟。例如「幫我做一份市場調查報告」會被拆成：搜尋資料 → 整理數據 → 撰寫報告 → 生成圖表 → 匯出 PDF。
Agent 可以透過 Function Calling（函數呼叫）去使用外部工具：搜尋網頁、寫程式、寄郵件、操作檔案、甚至控制你的電腦。這是 Agent 跟普通 AI 最實際的分別——它不只是「講」，還會「做」。
Agent 會記住之前做過什麼、學到了什麼。短期記憶用於當前任務的上下文，長期記憶可以跨任務累積經驗。部分 Agent 甚至可以從錯誤中學習，下次避免犯同樣的錯。
AI Agent 的核心是一個感知—規劃—執行—觀察的循環（ReAct 框架）：
這個循環會不斷重複，直到 Agent 判斷任務已經完成。每次循環都會消耗一次 LLM 呼叫——所以一個複雜任務可能需要幾十次 API 呼叫，成本比普通對話高很多。
| 平台 | 開發者 | 強項 | 價格 |
|---|---|---|---|
| Claude Agent | Anthropic | 程式開發、代碼重構、技術任務 | 包含在 Claude Pro/Max 訂閱 |
| GPT Agent / Operator | OpenAI | 電腦操作、網頁自動化、一般任務 | 包含在 ChatGPT Plus/Pro 訂閱 |
| Manus | Monica.im | 通用型自動化、華人介面、研究報告 | 免費額度 + 付費版（約 USD $29/月起） |
| Devin | Cognition AI | 專門寫程式、全棧開發 | 企業客製報價 |
| AutoGPT | 開源社區 | 開源、可自訂、實驗性質 | 免費（需自己配置 API Key） |
| n8n + AI | n8n | 工作流自動化、整合多種服務 | 免費開源 + 雲端版 |
數據來源：各平台官方網站（2026 年核實）。功能跟價格可能隨版本更新而變化。
用 AI Agent 時，一開始不要交託太重要或者太複雜的任務。從小任務開始（例如「幫我整理這個資料夾」），觀察它的表現，再逐步增加信任跟權限。重要行動（寄郵件、付款、刪除）最好設定為「需要你確認才執行」。
✅ 正確：不是。Agent 不一定比普通 AI 更聰明——它們用的可能是同一個 LLM。分別在於 Agent 有「自主行動」跟「工具使用」的能力，而不是智商更高。
✅ 正確：目前還不行。Agent 適合處理重複性、規則清晰的任務，但涉及創意判斷、人際關係、道德決策的工作仍然需要人類。更準確的說法是「人類 + Agent」的組合，而不是「Agent 取代人類」。
✅ 正確：不是。只有具備「自主規劃 + 工具呼叫 + 多步驟執行」能力的才叫 Agent。普通的 ChatGPT 對話、AI 繪圖工具、語音轉文字都不是 Agent。
A：AI Agent（AI 智能體/AI 代理）是一種可以自主感知環境、制定計畫、執行行動跟從經驗學習的 AI 系統。跟普通 AI 助手（如 ChatGPT）不同——普通 AI 只是「你問它答」，而 AI Agent 可以自己拆解任務、呼叫工具、一步一步完成複雜工作，不需要你每一步都下指令。
A：3 個核心分別：1) 自主性——普通 AI 等你問，Agent 自己推進任務；2) 工具使用——Agent 可以呼叫外部工具（搜尋、寫程式、寄郵件），普通 AI 主要靠內建知識；3) 記憶跟規劃——Agent 會記住之前做過什麼，並且將大任務拆成細步驟執行。
A：常見應用包括：自動化研究（自己搜尋+整理報告）、程式開發（自己寫程式+測試+除錯）、數據分析（自己提取數據+生成圖表）、客戶服務（自己處理查詢+升級轉介）、個人助理（自己管理日程+預約+提醒）。
A：2026 年主流平台包括：Claude Agent（Anthropic，程式開發強）、GPT Agent / Operator（OpenAI，電腦操作強）、Manus（通用型，華人圈受歡迎）、AutoGPT（開源先驅）、Devin（專門寫程式）。哪個最好視乎用途：寫 Code 用 Claude Agent，一般自動化用 Manus 或 GPT Agent。
A：核心是一個循環：感知（Perceive）→ 規劃（Plan）→ 執行（Act）→ 觀察結果（Observe）→ 再規劃。AI Agent 用 LLM 做大腦，配合工具呼叫能力（Function Calling）跟記憶系統，不斷重複這個循環直到任務完成。
A：主要風險：1) 成本高——Agent 可能呼叫幾十次 API，費用比普通對話高很多；2) 不可控——自主行動可能做出你不想它做的事；3) 幻覺放大——Agent 會基於錯誤判斷繼續行動，錯上加錯；4) 隱私——Agent 需要存取你的帳號跟數據才能執行任務。