Agent 與工作流
Agentic System AI 主動工作系統是什麼？從回應變成完成任務
Agentic System AI 主動工作系統是什麼？從回應變成完成任務
傳統 AI 是你問一句它答一句，你不問它就停在那裡。主動工作系統不一樣，你給它一個目標，它會自己拆解、自己找工具、自己做完。
這是 AI 從助理變成同事的分水嶺。這篇把它的組成與流程講清楚。
你將學到什麼
定義
具備目標導向、自主規劃、工具使用與記憶能力的 AI 系統。
白話比喻
不是你問我答，而是我主動做，一直做到你要的結果。
跟誰容易搞混
Agent 是單一執行者，Agentic System 是包住它的整套架構。
定義
Agentic System（AI 主動工作系統）是具備目標導向、自主規劃、工具使用與記憶能力的 AI 系統。它能感知環境、思考決策，並採取行動，直到完成任務為止。
簡單說：不是你問我答，而是我主動做，一直做到你要的結果。
白話比喻
傳統 AI 像一位問一句答一句的顧問，你不問，他就不動。
主動工作系統像一位接了案子的同事。你說「幫我規劃五月底東京五天自由行，預算三萬」，他會自己查機票、比飯店、排行程、確認天氣，最後把完整計畫交回來。
它的工作流程
- 目標設定：理解使用者的目標與任務需求。
- 規劃策略：分解任務，制定計畫與執行步驟。
- 工具調用：選擇並使用合適的工具或 API。
- 執行行動：實際執行、取得結果並持續推進。
- 驗證與反思：檢查結果是否符合目標，自我修正。
- 完成任務：達成目標、回報結果，或進入下一個目標。
第五步是關鍵。少了驗證與反思，它就只是一台會亂跑的自動化機器，錯了也不會知道。
架構組成
| 元件 | 負責什麼 |
|---|---|
| 感知系統 | 接收輸入、理解目前所處的環境與情境。 |
| Agent 大腦 | 規劃、推理、決策，決定下一步要做什麼。 |
| 記憶系統 | 短期記憶、長期記憶與向量資料庫，記住脈絡與知識。 |
| 行動系統 | 實際執行任務，呼叫工具與外部服務。 |
| 工具與環境 | API、外部服務、資料庫、網頁、應用程式。 |
其中 工具調用 是它跟純聊天模型最大的分野。沒有工具，它就只能講，不能做。
傳統 AI 跟主動工作系統差在哪？
| 比較項目 | 傳統 AI（被動式） | Agentic System（主動式） |
|---|---|---|
| 觸發方式 | 使用者提問後回應 | 主動理解目標並採取行動 |
| 工作模式 | 單次回應 | 規劃、執行、迭代直到完成 |
| 能力範圍 | 文字生成、問答、分析 | 跨工具整合、執行、決策 |
| 自主性 | 低，需要人一步步指示 | 高，能自行規劃與決策 |
| 最終目標 | 提供資訊 | 完成任務，創造價值 |
當多個這樣的系統彼此協作時，就會走到 多 AI 協作 的層次。
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