相較於傳統大型語言模型 (LLM) 的「一問一答」模式，AI Agent 具備感知環境、自主決策和執行行動的能力，使其在處理複雜、多步驟任務時更具優勢。AI Agent 的核心要素包括：計畫能力、記憶功能、工具運用以及行動執行。
代理工作流程是 AI Agent 處理多步驟任務的關鍵。它將複雜任務分解為多個子任務，並分配給不同的 AI 組件協同完成。以記者邀約專訪為例，傳統上需要記者人工完成確定主題、邀請受訪者、確認時間地點等多個環節。而透過代理工作流程，可以將這些環節分配給不同的 AI Agent 負責，例如：專責安排時間的 Agent、負責確認時間的 Agent 以及負責撰寫訪綱的 Agent。如果過程中出現變數，例如受訪者臨時有事或專訪題目變更，代理工作流程也能夠靈活應對，重新調整計畫。
儘管目前的 AI Agent 在可靠性方面仍有進步空間，需要人工介入，但透過代理工作流程，任務可以分配給多個 LLM 執行，以接近 AI Agent 的表現。此外，AI Agent 的應用不僅限於虛擬世界，還可應用於機器人，透過感測器感知環境狀況，並使用機械手臂等工具完成任務。這也解釋了為何 AI 的發展能夠帶動機器人產業的進步。
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