AI Agent（人工智慧代理）與大型語言模型（LLM）在處理複雜、多步驟任務時，最大的不同在於 AI Agent 能夠感知環境並自主採取行動，而 LLM 主要以一問一答的方式運作。AI Agent 具備計畫能力、記憶功能、工具使用以及行動決策等要素，使其在面對需要隨時修正、調整和選擇行動的複雜情境時更具優勢。
以記者邀約專訪為例，這項任務包含多個步驟，如確定主題、邀請受訪者、確認時間地點等。過程中，若受訪者臨時有事或專訪主題變更，記者需靈活調整計畫。這種情境不同於 LLM 的單次問答模式，AI Agent 能更有效地應對這些變化。AI Agent 可以包含多個協作的 AI，例如負責安排時間、確認時間和撰寫訪綱的 AI，形成代理工作流程（Agentic Workflow），從而實現更高效的任務執行。
儘管目前的 AI Agent 仍有待完善，可能需要人工介入，但透過代理工作流程，可以將複雜任務拆分給不同的大型語言模型執行，以達到接近 AI Agent 的效果。此外，AI Agent 的應用不僅限於虛擬世界，還能應用於機器人，透過感測器感知環境，並使用機械手臂等工具完成任務，這也推動了機器人產業的發展。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容