Agent 與工作流
Agentic AI 代理式 AI 是什麼？會自己決定下一步的 AI
Agentic AI 代理式 AI 是什麼？會自己決定下一步的 AI
你問一句它答一句，那是傳統 AI。你交代一個目標，它自己拆步驟、自己找工具、做完再檢查一次，那是代理式 AI。
這個詞這兩年很紅，但它指的是一種能力型態，不是某個產品。
你將學到什麼
定義
代理式 AI 具備自主性與目標導向，能理解目標、規劃、調用工具、執行並持續優化直到達成。
白話比喻
傳統 AI 像問一句答一句的百科；代理式 AI 像一位接了案子就自己跑完流程的助理。
跟誰容易搞混
Agent 指的是那個執行者本身，Agentic AI 描述的是「會自主推進」這個特質。
定義
Agentic AI（代理式 AI）具備「自主性」與「目標導向」能力，能像人類一樣思考與行動。
它不只是回答問題，而是能理解目標、規劃步驟、調用工具、執行任務，從結果中學習，並持續優化直到達成目標。
核心能力
- 自主性，不需要逐步指示，能自己決定下一步行動。
- 目標導向，以達成目標為導向，持續推進。
- 工具使用，靈活調用外部工具、API 與系統資源。
- 記憶與知識，記住過去經驗與知識，應用於當前任務。
- 推理與決策，根據情境推理，做出最佳決策。
- 學習與適應，從回饋與結果中學習，持續改進。
運作循環
它跑的是一個會轉回來的圈：理解目標、規劃任務、調用工具、執行行動、觀察與反思、學習與優化，然後回到規劃繼續推進。
以「產出一份電動車市場趨勢分析報告」為例，它會先拆出市場資料收集、競品分析、趨勢觀察、報告撰寫、結論與建議，再依序調用網路搜尋、數據庫查詢、圖表工具與文件生成工具，最後檢查資料是否完整、分析是否合理、結論是否有支撐。
跟傳統 AI 差在哪
| 比較項目 | 傳統 AI | Agentic AI |
|---|---|---|
| 行動方式 | 被動回應指令 | 主動規劃與執行 |
| 任務處理 | 單次回答，單一任務 | 多步驟，複雜任務 |
| 工具使用 | 無法或需人工調用 | 自主選擇並調用工具 |
| 記憶能力 | 短暫上下文記憶 | 具備記憶與知識應用 |
| 學習能力 | 有限或需重新訓練 | 從經驗中學習與優化 |
| 目標導向 | 依賴人類指示 | 自我驅動達成目標 |
實際用例
常見場景包含研究助理、專案管理、數據分析、內容創作、客戶服務與軟體開發。共同點是任務多步驟、中途需要判斷、而且結果要能驗收。
成功關鍵有五個：明確的目標定義與評估標準、良好的任務拆解與規劃能力、可靠的工具與資料來源、回饋機制與持續優化迴圈、適當的權限與安全控制。
延伸學習
ChatGPT 很強，但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害，為什麼你還是每天加班」這個問題出發，把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統，再用 Apps Script 讓它自己跑起來，最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599
HE301｜Harness Engineering Architecture（12 小時）
兩天十二小時的架構課，處理的是「第一百次仍然成功」。從能力設計出發，逐層拆解知識、脈絡、記憶、規則、工具、工作流、評估與多代理八種架構，每一種都給治理方式與真實案例。12 章 114 課圖文講義、52 張對照表，附兩天的學員講義與投影片 PDF。課程於 2026 年 8 月 30 日實體開課，完整錄影將於課後上傳。
NT$ 12,999