AI 代理程式（也稱 AI 代理）是一種軟體：你給它一個目標，它會自己規劃步驟、用你的工具去執行、檢查結果，然後持續推進，直到工作完成，或是遇到需要你拍板的事情。聊天機器人負責回答你的問題，AI 代理則是想辦法把事情做完。
這是簡短的答案。麻煩的是，現在幾乎每一款 AI 產品都掛上了「代理」的名號，光看名稱很難判斷什麼。那麼，AI 代理在實際工作中到底是什麼？這篇指南會從頭到尾跟著一項真實的業務工作走一遍，讓你看清楚 AI 代理在每個步驟做了什麼、哪些地方需要你，以及怎麼分辨真正的 AI 代理和只是換了名字的聊天機器人。
如果你想分清「回答一個問題」和「接手一項工作」，可以先看聊天機器人、AI 代理與 AI 同事的比較，釐清交出去的是問題、目標，還是持續性的職責。AI 代理類型指南說明不同的決策方式，避免把分類當成能力排名。代理式 AI 的運作方式則帶你走過規劃、行動與檢查的循環，把自主程度、可靠性和操作權限分開看。如果疑問在於名稱，兩個概念的直接對照會幫你區分具體系統與更廣泛的說法。
準備在日常工作中實際交辦任務時，AI 隊友指南會說明背景資料如何交接、成果如何審閱，以及有效的方法如何儲存。AI 員工指南則協助你區分可以交給軟體的固定職責，以及仍由人承擔的判斷和責任。
什麼是 AI 代理？
AI 代理是一種 AI 系統：你交給它的是一個目標，而不是單一問題。它會自己決定下一步要做什麼，在你的工具裡執行，查看結果，再做調整。
「代理」（agent）這個詞其實不新。經典 AI 教科書 Artificial Intelligence: A Modern Approach（《人工智慧：現代方法》，1995 年首次出版）把代理描述為任何能感知周遭環境並據此採取行動的東西。照這個定義，恆溫器也算是一種代理。
新的是「大腦」。現在的 AI 代理用大型語言模型（也就是 ChatGPT 和 Claude 背後的那類 AI）來決定下一步。2022 年一篇名為 ReAct 的研究論文提出了一個簡單的模式，讓這件事做得更好：思考、行動、查看結果、再思考。現在大多數 AI 代理產品，都是依循這個循環的某種版本。
不同公司給的定義各有不同。AWS 的說法很直白：「Humans set goals, but an AI agent independently chooses the best actions it needs to perform to achieve those goals.」（人類設定目標，而 AI 代理會自行選擇達成這些目標所需的最佳行動。）LangChain 則補充了一個很實用的觀點：自主性是程度高低的問題，不是「有」或「沒有」的二選一。有些 AI 代理會照著人規劃好的路線走，有些則會自己規劃、行動、修正方向。大多數真正好用的業務 AI 代理介於兩者之間：跑腿的事交給它們，關鍵時刻則停下來交給人決定。
如果你比較想看影片，IBM 這支簡短的說明影片把基本概念講得很清楚。影片是 2024 年的，所以請把它當成理解這個概念的入門，而不是現今產品的寫照。
YouTube · IBM Technology
What are AI Agents?（什麼是 AI 代理？） · 2024 年 7 月 15 日
一支 12 分鐘的白板解說影片。Maya Murad 示範了為什麼單靠模型本身，會答錯一個簡單的休假天數問題，以及給它計畫、工具和記憶之後，問題如何迎刃而解。接近尾聲時，她提到「a sliding scale of AI autonomy」（AI 自主性是一個可滑動調整的尺度）。
面對任何自稱 AI 代理的產品，都可以快速檢驗一下：它會自己決定下一步嗎？它能在你的工具裡實際操作，而不只是產出文字嗎？它會在交回成果前先檢查自己的工作嗎？答「是」的越多，就越稱得上是 AI 代理。
AI 代理如何運作：五個要素，一項任務
以下是我們要跟著走的任務。這是在 Okou 示範工作區中用虛構資料建立的範例，不是客戶案例。
你在一家小型軟體公司負責行銷，想和幾位專門教營運團隊實用 AI 工作流程的創作者合作。你寫下：
找出五位能觸及營運主管、又適合我們產品的創作者。把他們加進我們的合作夥伴追蹤表，附上連結和適合的理由。幫每個人擬一封初次聯繫的 Email，草稿先留著讓我審閱。
聊天機器人會憑記憶丟給你幾個名字和一封制式信件。AI 代理則會把這當成一份工作來處理。要把它做好，AI 代理需要五樣東西：目標、脈絡、工具、執行與檢查的方式，以及回饋。這五個要素是我們自己的拆解方式，不是官方標準，但只要你能在一項任務中看到這五個要素，就能看清楚 AI 代理實際做了哪些事。
1. 目標：「完成」長什麼樣子
目標就是用白話寫出的成果：五位創作者、一張填好的追蹤表、每人一封 Email 草稿。好的目標也包含限制條件。「草稿先留著讓我審閱」就是一個限制。「如果找不到合適的人選，少於五位也沒關係」也是。
大多數問題都出在這裡。AI 代理會用猜測來填補空白，所以目標寫得模糊，換來的就是一堆猜測。講清楚你要什麼、成果要放在哪裡、由誰來檢查。
2. 脈絡：AI 代理對你的狀況了解多少
脈絡就是一位新同事上手需要知道的背景：你的產品簡介、品牌規範、過去合作的紀錄，以及你在對話中已經說過的內容。
脈絡改變的是決策，而不只是用字遣詞。在我們的例子裡，活動企劃要求找教實用 AI 工作流程的創作者，所以只教寫程式的創作者會被排除。合作紀錄寫著費用和條件還沒談定，所以 Email 是邀請對方先聊聊，而不是直接開價。品牌規範要求具體的說法，所以每封 Email 都會提到創作者實際的作品，而不是空泛地稱讚一句「內容超棒」。
Okou 讀取你已授權存取的雲端硬碟資料夾中的五份文件，摘要每份文件的內容，並標出一個在聯繫對方之前需要先釐清的問題。Okou 應用程式實際畫面，文件為虛構。查看原尺寸圖片
脈絡也有範圍。在 Okou 中，一個聊天會記得這個聊天裡說過的內容，開新的聊天則會從頭開始。如果上週的討論很重要，你可以指向那次較早的聊天，或是附上相關簡介。這樣你永遠知道 AI 代理是根據哪些資訊在工作。
3. 工具：AI 代理能使用和修改什麼
工具是 AI 代理完成工作的手段。以這項任務來說，就是：在網路上搜尋創作者、打開他們的頁面查看近期作品、在共用的 Google 試算表中新增資料列，以及在 Gmail 中建立草稿。
這是和聊天機器人最大的差別。聊天機器人可以描述一張好的追蹤表應該長什麼樣子；能存取你試算表的 AI 代理，則可以直接把它填好。風險也正是出在這裡，所以開放權限時要審慎。
Okou 可連接的應用程式清單，擷取於 2026 年 10 月 5 日，帳號資訊已模糊處理。某個應用程式出現在清單上，不代表 AI 代理已經可以使用它。查看原尺寸圖片
在 Okou 中，你要先連接一個帳號，允許某個 AI 代理使用它，再允許特定的操作，例如「建立 Gmail 草稿」。每項操作可以設定允許一小時、一天、一週或永久有效（權限如何運作）。以這項任務來說，你會允許讀取雲端硬碟資料夾、寫入追蹤表和建立草稿，但不允許寄出。如果 AI 代理需要你還沒允許的操作，Okou 會停下來詢問你。
4. 行動：執行、檢查、再重複
現在 AI 代理開始工作了。它不是在跑一段固定的腳本，而是做一步、看看結果，再決定下一步。
以我們的例子來說：它先搜尋創作者，逐一打開他們的個人頁面。其中一位已經一年沒有發文，於是它把這位剔除，重新搜尋。另一位非常合適，但沒有公開的合作聯絡信箱，於是它把這點記為待確認事項，而不是隨便猜一個信箱地址。它把每位確認過的創作者連同連結加進追蹤表，再擬一封提到對方實際作品的 Email。
正是「檢查」這一步，讓它稱得上是 AI 代理。一個只跑一次、結果全憑運氣的工具，比較像是一顆按鈕。在我們的任務中，一個簡單的檢查是：「追蹤表裡的每位創作者都有來源連結嗎？」如果沒有，AI 代理就會回頭去找，或是把那位創作者剔除。
由於這個循環需要時間，Okou 會在雲端執行。你闔上筆電之後，工作還是會繼續進行，回來時就能看到成果。
同一項任務的六個步驟。黃色是你負責的部分，藍色是 AI 代理的工作循環，綠色是它交回的成果。查看原尺寸圖片
5. 回饋：來自工作本身，也來自你
回饋有兩個來源。第一個是工作本身的反應：搜尋不到結果、網頁打不開、某位創作者的實際受眾和自我介紹寫的不一樣。好的 AI 代理會自己調整。
第二個來源是你。AI 代理怎麼讓你隨時掌握進度，跟它有多聰明一樣重要。最近有位開發者把同一項研究任務交給三款 AI 代理產品，並分享了結果：
X · Kun Chen (@kunchenguid) · 2026 年 10 月 5 日
"it kept giving me updates about its progress, which was useful"
（譯文：它一直跟我回報進度，這點很有幫助。）
依我們的理解，在他的測試中，速度最快的那個 AI 代理漏掉了他一開始就提出的一項要求；而那些先提問、並持續分享進度的 AI 代理，則讓他能及早修正方向。他說這是「a one-off experience」（單次的體驗），要「with a grain of salt」（保留地）看待；這也只是一個人的意見，不是基準測試。不過它點出了三件值得留意的事：AI 代理會先確認目標嗎？它會遵守你設下的限制嗎？它會在還來得及修正的時候，讓你看到它的工作過程嗎？
AI 代理怎麼交回成果也很重要。不同的人需要的東西不一樣。在我們的任務中，你的團隊拿到追蹤表，每位創作者各有一封 Email 草稿，你則拿到一份簡短的待確認事項清單。Okou 的設計，就是依照閱讀對象挑選合適的呈現格式。
接著由你審閱。你可能會說「Mara 那封信開頭先提她的訪談教學」，或是「把第二位創作者拿掉，我們已經跟對方合作了」。AI 代理會在同一個聊天中修改。而且在你親自寄出之前，任何東西都不會離開公司：
Okou 留下一封 Gmail 草稿，並說明這個提案為什麼合適。要不要寄出由你決定。Okou 應用程式實際畫面，創作者為虛構。查看原尺寸圖片
任務完成之後：讓它可以重複使用
這是大多數說明都會略過的一點。你的修正讓這次任務變得更好，但不會自動變成團隊的做事方法。如果下個月有同事在新的聊天中提出創作者聯繫的需求，AI 代理並不會知道你修正過什麼。
所以最後一步，是決定要保留哪些東西。在 Okou 中，你可以把這套做法存成工作流程（Workflow）：包含步驟、參考文件、輸出格式，以及「只擬草稿，由人寄出」這條規則。之後同事就能用自己的 Gmail 和自己的權限，執行同一套做法。分享工作流程分享的是做法，而不是你的信箱或聊天紀錄。如果你希望它每週一自動執行，可以加上一個自動化（Automation）。工作流程是做法，自動化是排程。
這就是「幫過一次忙」的 AI 代理，和「讓團隊在某件事上變得更強」的 AI 代理之間的差別。
什麼時候適合使用 AI 代理？
不是每項任務都需要 AI 代理。如果每次的步驟都一樣，簡單的自動化更便宜，結果也更好預測。當任務需要判斷力時，AI 代理才真正值回票價。
Anthropic 的 Barry Zhang 在 2025 年的一場演講中，提出了一份很清楚的檢查清單。他的第一點是：「don't build agents for everything」（不要什麼都做成 AI 代理）（0:52）。
YouTube · AI Engineer
How We Build Effective Agents: Barry Zhang, Anthropic（我們如何打造有效的 AI 代理：Anthropic 的 Barry Zhang） · 2025 年 4 月 4 日
一位 Anthropic 工程師的 15 分鐘演講。前五分鐘是一份用來判斷任務到底需不需要 AI 代理的檢查清單，而且在工程領域以外也一樣適用。
換成業務的語言，可以問自己四個問題：
- 這項任務需要判斷力嗎？ 如果你能事先寫下每一個步驟，就用固定流程。
- 成果值得花這些力氣嗎？ 每週一份客戶摘要值得。把客服工單分類到不同資料夾，大概就不值得。
- AI 代理能把最難的部分做好嗎？ 先測試這一點。如果它找不到正確的資料來源，就把任務縮小。
- 出錯的代價有多大？ 如果代價很高，或是錯誤不容易察覺，就只讓 AI 代理讀取和擬稿，最後一步留給人來做。
我們的創作者任務符合條件：沒有人事先知道哪些創作者最合適、好的合作很有價值、研究和擬稿正是 AI 代理擅長的事，而寄出這一步仍然由人負責。
AI 代理和聊天機器人、自動化有什麼不同？
| 聊天機器人 | 規則式自動化 | AI 代理 | |
|---|---|---|---|
| 你交給它的是 | 一個問題 | 一個觸發條件和固定步驟 | 一個目標、背景資訊和工具存取權限 |
| 誰決定步驟 | 你，一次一則訊息 | 建立這個自動化的人 | AI 代理，在你設定的限制內 |
| 遇到意外狀況時 | 它回答你的下一則訊息 | 執行失敗或跳過該步驟 | 自行調整或詢問你 |
| 你拿回的是 | 要自己複製的文字 | 每次都一樣的產出 | 完成的工作，以及它無法確認的事項 |
實際的產品會讓這些界線變得模糊。舉例來說，OpenAI 在 2025 年 7 月為 ChatGPT 加入了代理模式。所以評估一款產品時，要看它怎麼處理你的目標，而不是看它叫什麼名字。
關於 AI 代理的常見迷思
「自主性越高越好。」 不是這樣。要給 AI 代理多少信任，取決於出錯的代價，而在同一項任務中，每個操作的代價都可能不同。
「AI 代理記得我們討論過的所有事情。」 AI 代理只能根據它拿到的資訊工作：目前的聊天、它能存取的應用程式，以及它的指示。在 Okou 中，每個聊天都有各自的歷史紀錄，你可以指向另一個聊天，把它的內容帶進來。如果 AI 代理好像忘了什麼，先檢查它實際拿到了哪些資訊。
「把 AI 代理分享給團隊，就等於分享我的帳號。」 在設計良好的產品中並不會這樣。同事拿到的是相同的角色和做法，但每個人都使用自己的帳號。
「只要糾正一次，它就會永遠學會。」 一次糾正只會修正目前這項任務。只有當有人把它存進 AI 代理的指示或工作流程中，它才會成為團隊的標準。
哪些事仍然要由人負責
AI 代理可以包辦大部分跑腿的工作，但它無法為結果負責。以下這些事仍然屬於你的團隊：
- 設定目標和限制。 只有你知道某位創作者不能合作，或是預算還沒核准。
- 決定 AI 代理能存取什麼。 給它這項任務需要的就好，而不是全部。
- 核准任何會離開公司或無法復原的動作。 寄給客戶的 Email、預算調整、付款、刪除。
- 為成果負責。 如果一封 Email 帶著錯誤的說法寄了出去，那就是你的公司寄出的。
處理信任問題的實際做法，是一次只看一個操作。同一個 AI 代理可以被信任去讀一份簡介，但在寄出 Email 之前，仍然必須等待核准。
| 層級 | AI 代理可以做什麼 | 在創作者任務中 |
|---|---|---|
| 1. 讀取 | 可以查看，但不能更動任何東西 | 打開雲端硬碟裡的簡介，以及創作者的公開個人頁面 |
| 2. 擬稿與記錄 | 準備外部還看不到的工作 | 在追蹤表中新增資料列、儲存 Email 草稿 |
| 3. 經你核准後執行 | 可以做，但必須等人點頭 | 寄出 Email、變更 CRM 負責人 |
| 4. 自主執行 | 你檢查過的、例行且容易復原的步驟 | 更新狀態欄位 |
先從第 1 和第 2 層級開始。某個操作要在多次都做對之後，才把它往上調一級。
Okou 的權限指南對需要人工檢查的工作也提出同樣的建議：允許擬稿、不允許寄出，並把審閱規則寫進指示中。想了解 Okou 如何讓密碼和金鑰遠離 AI 本身，請參考金鑰由 Broker 保管，而不是你的 AI 代理。
適合業務團隊的 AI 代理範例
在團隊交給 AI 代理的大多數工作中，都看得到同樣的五個要素：
- 業務： 在和客戶通話之前，把 CRM 歷史紀錄、近期的 Email 往來和這家公司的新聞整理成一頁摘要，再附上一封讓業務人員寄出的後續追蹤信草稿。
- 客戶成功： 根據過去的對話和產品文件，整理出客戶遇到的問題，並替客戶負責人擬好回覆或升級處理的說明。
- 行銷： 把活動數據和 CRM 成果整理成一份簡短的成效摘要，並附上建議的下一步。
- 創辦人和幕僚長： 準備一份每週摘要，列出有哪些變化、哪些事卡住了、每個下一步由誰負責，並附上資料來源的連結。
想看另外二十個更詳細的範例，請參考真實工作中的 AI 代理應用案例。想比較不同的 AI 代理產品，請參考寫給非開發者的 AI 代理解析。
如何開始你的第一個 AI 代理任務
- 挑一件你每週都會做的事。 成果好不好，你馬上就看得出來。
- 用一兩句話寫清楚「完成」是什麼意思。 你要什麼、成果放在哪裡、由誰檢查。
- 給它一位新同事會需要的東西。 一份簡介、一個過去的範例、正確的資料夾。缺少背景資訊，是成果平淡無奇最常見的原因。
- 一開始只開放讀取和擬稿的權限。 寄出和發布仍然交給人來做。
- 仔細檢查最初幾次的成果，再把做法存下來。 一旦它能穩定做對，就把它變成團隊可以重複使用的工作流程。
隨著越來越多人使用同一個 AI 代理，讓共用的背景資訊保持最新就變得很重要。我們的團隊 AI 代理脈絡管理指南說明了具體做法。
用 Okou 試試這項創作者任務
Okou 是業務團隊的 AI 隊友。Okou 會從你連接的應用程式中，蒐集一項工作所需的背景資訊，在雲端完成工作，然後交回你可以審閱的成果，例如追蹤表、摘要或一組草稿。當這套做法行得通，你的團隊就能把它保留成工作流程。
打開創作者研究與合作信草稿工作流程，或是直接請 Okou：
根據雲端硬碟裡的產品簡介，找出最多五位能觸及營運主管的創作者。每一位都要附上個人頁面連結、兩個近期的相關作品範例、可能適合的原因，以及哪些資訊還沒確認。如果佐證不足，少於五位也可以。把他們加進合作夥伴追蹤表，並幫每個人擬一封初次聯繫的 Email 讓我審閱。不要寄出任何東西。
想看完整的操作示範，包括創作者回覆後追蹤表如何更新，請參考如何為你的品牌找到網紅並追蹤聯繫進度。
常見問題
ChatGPT 是 AI 代理嗎？
一般的 ChatGPT 對話屬於聊天機器人：你發問、它回答，接下來要做什麼由你決定。OpenAI 在 2025 年 7 月加入了一種代理模式，可以自行執行步驟，例如瀏覽網站來完成任務。所以這要看你怎麼使用它：它是在為你的目標選擇並執行動作，還是只是在回答問題？
AI 代理實際上會做什麼？
它會把一個目標變成一個個完成的步驟。它會讀取你指定的背景資料，使用你連接的應用程式去搜尋、閱讀、寫入或擬稿，檢查每一步的結果，然後交回完成的工作，例如一張填好的試算表、一份研究摘要或幾封 Email 草稿。遇到需要你決定的事情時，設定得當的 AI 代理會停下來詢問你。
AI 代理有哪 5 種類型？
經典教科書的分類（IBM 也採用）是：簡單反射型、模型式反射型、目標導向型、效用導向型，以及學習型代理。這個分類說明的是 AI 代理如何做決策。對業務團隊來說，通常更實用的分法，是依照 AI 代理負責的工作，以及它被允許自主做多少事來分組。
代理式 AI（Agentic AI）和 AI 代理是一樣的東西嗎？
兩者有重疊，大家也常常混著用。「AI 代理」通常是指一個運用工具、朝目標工作的特定系統。「代理式 AI」的範圍更廣：指具有一定自主性的 AI，可以包含一個更大流程中的多個 AI 代理，或類似代理的步驟。
使用 AI 代理需要技術背景嗎？
如果是為業務團隊打造的產品，就不需要。你用日常的語言描述想要什麼，連接這項工作需要的應用程式，然後審閱成果。真正重要的能力，和你帶新同事時用到的一樣：說清楚怎樣才算好、提供對的背景資訊，以及給出明確的回饋。
怎麼避免 AI 代理做出我沒核准的事？
允許特定的操作，而不是整個應用程式。先從讀取和擬稿開始，把寄出、付款和刪除都留到經你核准才能執行，並把審閱規則寫進 AI 代理的指示或工作流程中。之後再查看任務的活動紀錄，確認它讀了什麼、改了什麼。
