AI Agent 到底是什麼？
隨著人工智慧的快速發展與普及，AI Agent 漸漸成為熱門的討論主題。這支影片將帶領大家一起探索 AI Agent 的定義與輪廓，並且預覽 AI 的未來。
目前，AI Agent 的中文翻譯最常見的是「AI 智能代理」或「AI 代理人」。從字面上看，它大致指的是一種能夠代替人類智能的人工智慧。對於 AI Agent 的具體解釋，我查閱了大量資料，包括詢問 ChatGPT 或 Perplexity 等工具，但至今仍未能找到完全一致或明確的定義。這或許是因為大家尚在構想與釐清 AI Agent 的具體樣貌，或者它本身就是一個可有多種形態、組合與範疇的概念，並隨著 AI 研究的進展而不斷演變。
根據《人工智慧：現代方法》這本教科書的定義，AI 代理（AI Agent）是一個能夠感知環境、做出決策並採取行動以達成特定目標的自動化系統。從這個定義來看，恆溫器也可視為某種 AI Agent。
另一方面，Lilian Weng 在 2023 年發表的論文中則進一步指出，AI Agent 應該具備「自主計畫」、「擁有記憶」、「可使用工具」及「能夠採取行動」的能力。
我個人則喜歡用《鋼鐵人》中的 Jarvis 作為例子，因為它非常接近我對 AI Agent 的理解。Jarvis 是一個具有獨立思考能力的 AI 載體，能夠穿梭於各種生活場景中，理解並協助實現使用者的目標，從而完成各種任務，甚至創造出新的產出。
簡單來說，我認為 AI Agent 就是能夠獨立完成任務的智能數位助手。我繪製了一張概念圖來幫助解釋我對 AI Agent 的看法。
圖中顯示，AI Agent 會處理各種輸入（Input）與輸出（Output），這些輸入與輸出可以是不同形式。大語言模型（LLM）會作為核心模型主導，例如 ChatGPT。在接收到指令後，AI Agent 可以根據輸入，進行計畫並執行必要步驟，以達成最終的目標或提供答案。
在過程中，AI Agent 可能會將任務拆解為多個步驟，並利用各種工具或應用程式來收集資料或完成子任務。它也可以調用其他 AI Agent 或模型，甚至控制一些裝置來獲取資料或執行任務。此外，AI Agent 會參考過去的使用者歷史紀錄，進一步精確執行任務，最終達成目標並輸出結果。
當任務更加複雜時，AI Agent 還能與其他 Agent 溝通協作，請求協助來完成某些子任務。而且，AI Agent 不僅限於在手機或電腦上運作，它還可以跨裝置使用，可能出現在汽車、機器人、冰箱等各種硬體設備中。
舉個更具體的例子：假設我需要查詢占星資訊，過去我可能會輸入生日並得到固定的答案，無論是誰來輸入結果都一樣。但如果我擁有一個 AI Agent 作為占星助手，當我詢問「今年我的工作運勢如何？」時，AI Agent 會根據我的資料自主產生計劃，像是查詢我的星盤、流年、工作職缺等資訊，並根據我的個性給出綜合建議。這個過程中，它會查閱占星資料庫，分析星象，甚至請求另一個專門處理職缺的 Agent 協助，並調用過去與我交談的紀錄，提供個性化的建議。
看起來已經很強大了，這些功能確實能解答問題。然而，如果我們進一步考慮，占星的終極目標是提升我的工作運勢，那麼 AI Agent 還可以進一步執行行動。它能根據我的需求，推薦相關的課程、引薦投資顧問 Agent，甚至若建議中提到增加室內陽光，它還能控制智能窗簾，延長日照時間，以達到提升運勢的目的。
在這樣的定義下，我認為 AI Agent 與過去的系統相比，最大的不同在於：
- 以達成目標為主，能夠執行多重任務
- 可以同時使用多個外部工具
- 更靈活的輸入與輸出方式
- 能自主計劃如何達成最終目標
- 能學習並依據個人化互動數據不斷進步
- 可以跨平台、跨裝置、跨系統、跨場域運作
如果依照這樣的定義來理解，讓我們看看現有的科技中，哪些可以被視為 AI Agent。
語音助手（如 Siri 或 Alexa）可以算是初階的 AI Agent，雖然它們的功能仍較為有限，但已具備基本的感知與回應能力。客製化的 ChatGPT、串接 LLM（大型語言模型）的自動化流程，也可以視為 AI Agent。而自動駕駛系統同樣符合這個概念，它們能夠接收輸入，自主決定處理方式，並透過工具執行行動，以達成特定任務。
不過，這些 AI Agent 仍主要運作於單一領域，執行相對單純的任務。我預見，未來的 AI Agent 將會在以下五個方面展現更強大的跨域能力：
- 可處理更多元的任務
- 具備更靈活的輸入與輸出方式
- 能夠跨越不同場域進行運作
- 可整合多種平台與裝置
- 擁有更強的自適應與學習能力
跨系統整合，讓 AI 更強大——未來趨勢
即使是一家強大的公司，例如 Uber，它的系統最多也只能在叫車與外送領域發揮高效運作。然而，未來的 AI Agent 不再侷限於單一應用，而是能夠跨越不同系統，整合各種工具與平台，以提供更全面的智能服務。這樣的發展將會讓 AI 更加強大，甚至改變我們與科技互動的方式。
自動化不等於 AI
單純的串接與自動化其實不能算是真正的 AI。目前市面上有許多自動化軟體，如果沒有結合 LLM（大型語言模型），本質上只是 API 的集合，並不具備 AI 的智能運作能力。
舉例來說，假設我建立了一個固定格式的 Google Sheet，手動輸入當月花費後，系統（如 Max）自動幫我發送通知信，並計算總支出。這樣的流程雖然便利，但並未真正運用 AI。
然而，如果我只需要將各種格式混亂的花費記錄（如 A 店的收據、B 店的發票、C 的帳單）丟給系統，而它能夠自動識別、解析資訊、建立 Google Sheet、分類支出類別，甚至提醒我這個月咖啡喝太多——這才是真正應用了 AI 的技術。
跨越裝置與時空限制
未來的 AI Agent，勢必會朝著「真人助理」的方向發展，能夠自主處理各種任務，甚至在某些方面超越人類。
其中，我認為 AI Agent 最有可能超越人類的地方在於無縫控制各種硬體設備，並能夠突破時空與數量的限制。
舉例來說，AI Agent 可以在一秒內協助你處理手機上的任務，下一秒則能切換到工廠中的機器人，幫你取物、關閉設備，甚至檢查燈是否已關。與人類不同，它不需要按照先後順序執行任務，而是可以同時處理多項工作，極大提升效率。
多樣化的輸入與輸出
AI 具備智能後，將能夠理解更複雜的資訊，並且支援更豐富的輸入與輸出形式。
- 輸入形式：目前，攝影機已經能讓 AI 具備「視覺」，未來甚至可能發展出「觸覺」與「溫度感應」。例如，當人形機器人普及後，它能根據你握住它手部的力度，感知不同的指令或情境。
- 輸出形式：自動駕駛汽車的輸出方式是控制方向盤與動力系統，而 AI 也可以透過語音、圖像、機器人動作等多種方式回應，用來適應不同場景與需求。
從特定用途進化為「萬能助手」
最初，AI Agent 可能會以特定用途為主，例如專門負責客服諮詢、人資管理、會計等領域。但隨著技術發展，它將逐步轉型為「萬能助手」，能夠同時處理各種領域的事務，例如：
- 公司內部：協助管理所有部門，如財務、人事、客戶關係管理等。
- 個人生活：安排行程、預訂餐廳、健康監測，甚至在家居設備中執行智慧控制。
AI Agent 的最終目標，不只是執行單一任務，而是成為一個真正能夠理解需求、主動規劃、靈活應變的全方位助手，讓人們的生活與工作更加高效便捷。
從個性化 AI 到智能切換多種角色
假設我有一個專門幫我收信與回信的 AI Agent，我會為它訓練一套符合我風格的「人設」，讓它能以我的語氣回覆客戶。此外，我可能會設計多種不同風格的回應模式，例如：應對挑剔客戶的、保持禮貌尊敬的，或是與老朋友交流的通訊風格，讓 AI 能根據對象與情境切換合適的回應方式。
當場景轉換到自動駕駛，我可能擁有兩台車——一台專門接送小孩，這時 AI Agent 會被訓練得極為穩定、安全；但當我自己開車兜風時，或許會希望 AI 切換到「車手模式」，讓駕駛體驗更具速度感與樂趣。
因此，正如馬克·祖克柏（Mark Zuckerberg）所說，未來每個人可能都會擁有大量 AI Agent，來協助我們處理各種事務。這些 AI 之間將能互相溝通與協作，就像貼身助理能夠指派工作給工廠主管、司機或發言人，讓不同 AI 各司其職，提高工作效率。
但是我也覺得同時擁有這麼多agent也不夠智慧，或許漸漸的，這些agent會的東西會愈來越多，最後，我只需要一個助理，就能完成所有事，他知道面對這個客戶要畢恭畢敬、載小孩要很慢很安全，我心情不好可以開快一點。甚至會看我臉色、看天氣、看今天schedule滿不滿台應付我的情緒和任務。 真的需要別的專長的agent時，建立新的agent也會是這個超級助理的事，他來決定要建立哪些小助理。 雖然說得很開心，但其實，如果這一天來到，我不知道是興奮比較多還是害怕比較多。因為他擁有如此高智能的話，會不會有一天開始，當你請他買外帶鹹酥雞回來，他卻覺得這個對你不健康，而會自作主張買健康食品給你吃。自動駕駛知道你接下來的會議很重要，因此不顧你的勸導瘋狂超速為了準時到達。 這些就是我們在其他單元談到的ＡＧＩ出現可能的風險，以及ai的倫理問題。 希望這段討論，可以幫助大家更理解ai agent的樣貌及可能的發展，一起投入更多的理解和關注在ai發展上，我提過，這次變革是影像甚遠的，有越多人關注大家一起監管，最終就能往更好的方向去。
如果你喜歡這支影片的話 請幫我到 Youtube 按讚、訂閱、留言告訴我你喜歡，或是你也有你對於ai agent的想像。
AI 賦能課程目前也已經上線開賣，有興趣的可以考慮購買起來喔！
