AI 代理（AI Agent）有五種經典類型：簡單反射型、基於模型的反射型、目標導向型、效用導向型和學習型代理。用白話來說，它們分別是：照規則辦事、掌握目前發生的狀況、朝著目標推進、在幾個選項中挑出最好的，或是從回饋中持續進步。很多文章還會再加兩種，階層式代理和多代理系統，講的是多個代理如何協同工作。
這篇指南會用一個日常例子和一個商業例子來解釋每種類型。同時也想說明一個很實際的觀點：AI 代理在商業工作上出錯時，原因通常不是規劃能力不足，而是它依據的事實本身就錯了。所以挑選代理時，先問它看得到什麼、被允許更動什麼。它有多聰明，是其次。
進入教科書分類前，可以先讀AI 代理基礎，把目標、工具和成果檢查連成一個完整過程。如果你更關心工作上該用哪種幫手，問題、目標與持續職責的比較能提供另一條判斷線索，避免把「如何做決策」的分類誤當成「該買哪類產品」。
什麼是 AI 代理？
AI 代理是一種軟體：它先觀察情況，再決定要做什麼，然後動手去做。聊天機器人只會回答你的問題，而代理還能接著做下一步，例如讀取你的收件匣、更新一份試算表，或是草擬一封回覆。
這五種類型出自 Stuart Russell 與 Peter Norvig 合著的教科書 Artificial Intelligence: A Modern Approach，這是大多數大學 AI 課程採用的教材。它們用一個問題來替代理分類：代理是如何決定下一步要做什麼的？IBM 的 AI 代理類型指南也採用同一套分類。
AI 代理並沒有唯一的官方定義，這也無妨。對商業讀者來說，有個簡單實用的判斷標準：它只會回答，還是也能動手做事？
AI 代理的 5 種經典類型
以下依照從簡單到複雜的順序介紹這五種類型。這不是排名。簡單的設計往往才是正確的選擇，而學習能力可以加到其他四種中的任何一種上。
這五種經典類型描述的是決策方式。學習能力可以疊加到其他四種類型上，它不是階梯的最後一階。無論哪種設計，都要檢查它所用脈絡的品質。
YouTube · IBM Technology
5 Types of AI Agents: Autonomous Functions & Real-World Applications · 2025年4月28日
一段 10 分鐘的講解，逐一介紹教科書裡的各種類型，每種都搭配一張圖。8:23 處的回顧用五個動詞做了總結：反應（reacts）、記憶（remembers）、瞄準目標（aims）、評估（evaluates）、改進（improves）。
1. 簡單反射型代理：照規則辦事
它做什麼：「如果發生這件事，就做那件事。」它只看眼前當下的情況。
**日常例子：**溫度低於 19°C 時，恆溫器就開啟暖氣。
**商業例子：**一條收件匣規則把所有含有「invoice」（發票）字樣的郵件都轉給應付帳款團隊。
**容易出錯的地方：**任何規則沒預料到的情況。一封提到「invoice」的電子報也會落到財務團隊手上。規則分辨不出差別，而且每次都會犯同樣的錯。
**適合使用的時機：**情況可以預測，而且出錯的代價很低。
2. 基於模型的反射型代理：掌握目前發生的狀況
**它做什麼：**它仍然照規則辦事，但會記住自己看過的東西。這讓它對目前的情況有一幅整體的掌握，教科書稱之為「模型」。
**日常例子：**掃地機器人記得哪些房間已經打掃過了。
**商業例子：**一個客服助理發現某位客戶上週已經回報過同一個 bug，於是把新訊息加進那張尚未結案的工單，而不是再開一張重複的工單。
**容易出錯的地方：**它掌握的情況已經過時。一筆舊的 CRM 紀錄、一個只存在某個 Slack 討論串裡的決定，或是上個月的試算表，都會讓它信心滿滿地依據錯誤的事實行動。
**適合使用的時機：**正確的做法取決於過往紀錄，而不只是最新的一則訊息。
對商業團隊來說，這是最重要的一種類型。2026 年 11 月初在 X 上廣為流傳的一則貼文說明了原因。格拉斯哥大學的首席資料工程師 Gul Saeed Khattak 描述了一個被要求提供上一季營收的代理：
X · Gul Saeed Khattak (@Ldataengineer) · 2026年11月3日
"It answers in 3 seconds. Clean number. Nice chart. But it used the wrong 'revenue' column. Nobody notices."
（譯文）「它 3 秒就給出答案。數字乾淨，圖表漂亮。但它用錯了『營收』那一欄。沒有人發現。」
這個故事裡的代理並沒有推理錯誤。它是從錯誤的那一欄出發，推理得很好。我們認同這個判斷。要提醒的是，這則貼文後面還推薦了一款特定的資料工具，我們沒有測試過。商業上的教訓比任何工具都簡單：在相信代理給出的答案之前，先確認它用的是哪個資料來源。
3. 目標導向型代理：朝著目標推進
**它做什麼：**你給它一個目標，由它規劃步驟。它不再問「該套用哪條規則？」，而是問「怎麼做才能更接近目標？」
**日常例子：**導航 App 規劃一條路線，你錯過轉彎時它會重新規劃。
商業例子：「週四前把董事會簡報準備好。」代理會抓取最新數字、沿用上一季的投影片版面，並列出尚待釐清的問題。
**容易出錯的地方：**它只檢查目標有沒有達成。如果兩個方案都行得通，它沒有理由偏好比較便宜或比較安全的那一個。
**適合使用的時機：**你清楚想要的結果，但每次的步驟都不一樣。
4. 效用導向型代理：挑出最好的選項
**它做什麼：**它會比較幾個都不錯的選項，依照你在意的標準替它們打分數。
**日常例子：**機票搜尋會在價格、飛行時間與轉機次數之間取得平衡。
**商業例子：**一個廣告助理會綜合考量每筆成交的成本、剩餘預算，以及每個廣告活動累積了多少資料，建議在不同廣告活動之間調配預算。
**容易出錯的地方：**分數好不好，取決於你的優先順序。如果沒有人決定速度和成本哪個比較重要，代理也無從決定。
**適合使用的時機：**存在真正的取捨，而且可以接受的答案不只一個。
5. 學習型代理：從回饋中進步
**它做什麼：**它會回顧自己過去行動的結果，並據此調整。這種能力可以疊加在上述四種類型中的任何一種之上。
**日常例子：**你跳過或重播歌曲之後，音樂 App 的推薦會跟著改變。
**商業例子：**業務團隊標記出哪些潛在客戶最後真正成交之後，潛在客戶評分助理的排序就會更準確。
**容易出錯的地方：**回饋教它什麼，它就學什麼。零散或前後不一致的回饋，會讓它很有自信地出錯。此外，學習需要的資料最多，花的時間也最長。
**適合使用的時機：**工作經常重複，而且有人檢查代理到底學到了什麼。
第 6 和第 7 種：階層式代理與多代理系統
這兩種描述的是多個代理如何組織起來，而不是單一代理如何做決定。
- **階層式代理：**一個「經理」代理把大型工作拆成幾個部分，再把每個部分交給另一個代理。
- **多代理系統：**幾個代理同時處理同一個問題，共同分擔或分工完成。
**商業例子：**一次產品上市時，一個代理研究競爭對手，一個草擬上市郵件，另一個檢查到達頁面。
代理越多，成果就越好嗎？要看是什麼工作。2025 年 6 月，Anthropic 報告指出，在其內部研究測試中，一組代理的表現勝過單一代理，但消耗的 token（AI 用量的計費單位）約為一般對話的 15 倍。Anthropic 也表示，每個代理都需要相同脈絡的任務並不適合這種做法（Anthropic）。2026 年 10 月一篇尚未經過同儕審查的研究論文發現，彼此交接工作的代理並不會互相查核對方提供的事實，除非流程強制它們這麼做（arXiv）。
所以結論並不是「代理越多越好」。這跟你管理人的原則一樣：每一次交接都需要明確的輸入、明確的產出，以及一個負責檢查結果的人。
現今的 AI 代理屬於哪一類
這五種類型是在 ChatGPT 和 Claude 這類工具出現之前提出的。現代的 AI 代理會混合其中好幾種。它遵循你的指示（規則），讀取你的文件和過往訊息（掌握狀況），朝著你的要求規劃步驟（目標），在你請它做選擇時權衡選項（最佳選項），並在你儲存修正之後持續改進（回饋）。
所以，如果某家廠商說自家產品是「目標導向型代理」，這句話其實沒告訴你多少資訊。不如問三個樸實的問題：
- 它能讀取什麼？
- 它能更動什麼？
- 它什麼時候會停下來詢問人？
理解代理類型時的常見誤解
**「排在後面的類型一定比較好。」**並非如此。簡單的規則更便宜、更快速，也更容易檢查。能把事情做好的最簡單類型，就是該用的類型。
**「學習型代理會自動從所有事情中學習。」**在大多數商業工具裡，只有在有人把修正儲存下來時，例如更新成一條新的指示，它才會改進。如果沒有人儲存，下一次執行又會從頭開始。
**「代理越多，能力越強。」**代理越多，交接也越多。小錯誤還會不斷累積：如果每一步有 95% 的機率正確，一個十步驟的流程整體正確的機率只有大約 60%。
**「類型能告訴你它在我的業務裡能做什麼。」**類型告訴你的是它如何做決定。它能做什麼，取決於它能存取什麼，以及被允許更動什麼。
給商業團隊更簡單的方法：依代理負責的工作來分類
教科書的類型描述的是代理如何思考。但業務主管或營運經理通常更在意它要做什麼工作。所以很多團隊覺得依角色替代理分組比較好理解。這是一種實用的思考方式，並非官方分類。
| 角色 | 它做什麼 | 你得到什麼 | 仍由人來決定的事 |
|---|---|---|---|
| 監測員 | 盯著某個資訊來源，標出重要的內容 | 每日提醒或摘要 | 哪些提醒需要採取行動 |
| 研究員 | 蒐集並比較資訊 | 一份簡報或候選名單 | 來源是否可靠，以及接下來怎麼做 |
| 製作者 | 把輸入素材變成草稿 | 一封郵件、一份報告、一套簡報或一個網頁 | 修改之後再寄出或發布 |
| 操作員 | 在你的工具裡直接做更動 | 更新後的紀錄、一則已排程的貼文 | 授予權限並核准更動 |
| 協調員 | 跨多個工具執行多步驟的工作 | 一份完整的成果，交回給你審閱 | 為最終結果負責 |
已經有人把整份工作交給代理了。創業工作室 Late Checkout 的執行長 Greg Isenberg 在 X 上描述了他的一週：
X · Greg Isenberg (@gregisenberg) · 2026年11月3日
"my team is 50+ people in 12 countries, but i talk to my agents more than my human teammates"
（譯文）「我的團隊有 50 多人，分布在 12 個國家，但我跟代理說話的次數比跟人類同事還多。」
在同一則貼文中，他還列出一個步驟：在動手打造任何東西之前，先讓代理質疑他的想法。這對表格中的任何角色都是好習慣：讓代理在開工前先問清楚目標。我們的看法沒有他的說法那麼戲劇化。跟代理大量交流完全沒問題，只要寄出什麼、更動什麼、核准什麼，仍然由人來決定。
範例：一次業務跟進，逐步拆解
以下看看這些類型如何在一項普通任務中出現。這是說明各步驟在 Okou 中如何銜接的範例，並非客戶案例。
**需求。**一次續約通話之後，客戶經理寫道：「檢視這位客戶的往來紀錄，替我的團隊準備一份簡報，再草擬一封跟進郵件。」
**1. 先核對事實（掌握狀況）。**代理讀取郵件往來、通話筆記、CRM 紀錄，以及這位客戶的近期新聞。CRM 上寫的是「續約，標準條款」。但上週的一封郵件顯示，客戶的財務負責人希望改成按季請款。代理採用較新的那封郵件，並把這個不一致標記為待確認的問題。
**2. 規劃工作（目標）。**它整理出簡報和郵件都需要的內容：通話中承諾了什麼、還有哪些事項未解決，以及客戶同意的下一步。
**3. 遵循團隊的偏好（最佳選項）。**客戶經理之前已經說過：「給客戶的郵件控制在 150 字（英文單字）以內，開頭先寫下一步。」這就解決了簡短與詳細之間的取捨。
**4. 只草擬，不寄出。**團隊允許 Okou 撰寫 Gmail 草稿，但不允許寄出（What is Okou?）。如果代理需要它尚未擁有的權限，就由人來核准，並選擇授權持續多久。
**5. 依不同讀者使用合適的格式。**內部團隊拿到的是一份可以留言評論的文件形式簡報。客戶收到的是一封簡短的郵件，讓下一步一目了然。
**6. 由人來審閱。**客戶經理修改了一句關於請款的內容，確認收件人，然後按下「傳送」。
在 Okou 中草擬的一封郵件（範例資料取自另一項任務）。留意 Draft 標籤和 Send 按鈕：在有人按下 Send 之前，什麼都不會寄出。點擊圖片可查看原尺寸大圖。
**7. 儲存下來，讓團隊重複使用（回饋）。**這次的修正只有儲存下來，下次才派得上用場。客戶經理請 Okou 把這套流程儲存為一個工作流程：要查哪些來源、簡報長什麼樣子，以及郵件一律保留為草稿這條規則。之後同事就能針對另一位客戶執行它，使用的是同事自己的郵件和 CRM 帳號，而不是建立者的（Okou for teams）。如果團隊希望它在每次續約通話前自動執行，可以加上一個依排程或觸發條件運作的自動化。
大多數談代理類型的文章都聚焦在第 2 步，也就是規劃。而在這個範例裡，真正讓成果有用的是第 1 步（較新的那封郵件）、第 4 步（只草擬不寄出）、第 5 步（合適的格式）和第 7 步（儲存修正）。
商業工作的快速選擇表
五種經典類型描述的是代理如何做出決策，不是團隊需要購買的五種產品清單。先從工作本身出發。
| 工作需要什麼 | 最簡單且有用的起點 | 擴展之前要檢查什麼 |
|---|---|---|
| 每次複製相同欄位 | 固定的自動化規則 | 穩定的輸入和明確的例外處理途徑 |
| 解釋已有文件 | 聊天機器人或助理 | 回答與提供的文件一致 |
| 跨工具蒐集材料並產出簡報 | 能使用工具的代理 | 來源、缺漏事實和操作權限 |
| 重複已驗證有效的團隊方法 | 儲存的 workflow | 最新輸入和指定審核人 |
| 在特定時間啟動這個方法 | 圍繞該 workflow 設定的自動化 | 負責人、輸出目的地，以及權限維持不變 |
| 拆分真正相互獨立的研究任務 | 可能需要多個代理 | 協調成本、重複工作，以及一位承擔責任的審核人 |
增加代理數量不是提升可靠性的捷徑。先證明一項界線清楚的工作，能產出團隊可以核查的成果。
如何選擇合適的 AI 代理類型
針對這項工作，回答以下問題：
- **你能用一句話寫出規則嗎？**那麼一條簡單的規則可能就夠了。
- **正確答案取決於過往紀錄嗎？**那麼代理需要能存取正確的來源，而且你應該確認兩個來源不一致時它會怎麼處理。
- **你知道想要的結果，卻不知道步驟嗎？**這就是目標導向型的工作：研究簡報、報告、初稿。
- **存在取捨嗎？**先決定好你的優先順序，再讓代理去套用。
- **這項工作會重複嗎？**事先規劃好修正要如何儲存，讓下一次執行做得更好。
- **在不詢問的情況下，它最多可以更動什麼？**先從唯讀權限和草稿開始。逐步開放更多權限，能設時間限制的地方就設上。
當 Okou 需要一項它尚未擁有的權限時，人可以清楚看到它請求的具體內容，並選擇允許多長時間。
Okou 扮演的角色
Okou 是為商業團隊打造的 AI 隊友。你不需要挑選代理類型。你只要描述工作內容，指出相關的檔案和工具，Okou 就會蒐集脈絡、在雲端完成工作，並交回一份你可以檢查的成果。
這篇指南中的三個重點，決定了 Okou 的工作方式：
- **先把事實弄對。**Okou 會讀取任務需要的郵件、文件和紀錄，並對照來源查核會變動的事實。你在一段對話中做的修正，會在那段對話裡延續下去。若要使用另一段對話的背景資訊，你需要把它指給 Okou（Chat）。
- **合適的格式。**進度更新用一則簡短訊息，需要審閱的細節用一份文件，需要一群人一起看過一項建議時就用網頁或投影片。
- **有界線的重複使用。**儲存下來的工作流程讓同事能用自己的帳號和權限重複使用同一套方法。分享工作流程並不會分享任何人的收件匣或私人對話。
更多範例請參閱 20 個 AI 代理應用案例：真實提示與產出、團隊的 AI 代理脈絡管理，以及 Okou 如何在行動前先徵求同意。
常見問題
AI 代理的 5 種類型是什麼？
簡單反射型代理遵循固定規則。基於模型的反射型代理還會掌握目前的情況。目標導向型代理朝著目標規劃步驟。效用導向型代理從多個選項中挑出最好的。學習型代理從回饋中改進。這套分類出自 Russell 與 Norvig 的 AI 教科書，也是大多數課程採用的分類。
AI 中的簡單反射型代理是什麼？
它只根據當下看到的情況行動，用的是「如果這樣，就那樣」的規則。它沒有記憶，也不做規劃。恆溫器就是一例。在商業上，收件匣篩選器和基本的分派規則就是這樣運作：情況可預測時很可靠，情況無法預測時就很容易被誤導。
目標導向型和效用導向型代理有什麼差別？
目標導向型代理只要計畫能達成目標就滿意了。效用導向型代理會比較各個選項，挑出最好的那一個。目標導向型代理會訂一張飛往芝加哥的機票。效用導向型代理則會依照你說過重視什麼，訂下在價格、時間與轉機次數之間最平衡的那一張。
多代理系統算是一種 AI 代理嗎？
更精確地說，它是一種組織代理的方式。幾個代理分工或共同負責一項工作，而每個代理本身仍可以是五種經典類型中的任何一種。代理越多，交接也越多，而交接正是最常略過檢查的環節。
有沒有針對商業用途的官方 AI 代理類型清單？
沒有。五種經典類型被廣泛教授，但商業上的分組方式各不相同。有的依部門分，有的依自主程度分，也有的依角色分，例如本指南中的監測員、研究員、製作者、操作員和協調員。任何分組都只當作規劃工具，而不是標準。
小型企業應該從哪種 AI 代理開始？
從一項會重複、結果明確、而且在任何內容送出前都能安全檢查的工作開始，例如週報、研究簡報或跟進郵件草稿。給代理它所需資料的讀取權限，寄送和修改紀錄仍交由人來處理，等它證明自己可靠之後，再逐步給它更多權限。
