什麼是 AI Agent？淺白解說
AI agent 係一個能夠採取行動去達成目標嘅 AI 模型，而唔只係用文字回覆。你畀佢一個任務，佢就會以循環方式工作：決定下一步做咩，使用一個工具（編輯檔案、搜尋網頁、執行指令、呼叫應用程式），睇結果，然後再決定——直至任務完成，或者需要你提供輸入為止。「大腦」通常係一個大型語言模型；而工具就係令佢可以實際做嘢嘅東西。
用 AI 建造嘢時點解重要
現代嘅 AI 應用程式建造工具就係 agent。當你要求加一個功能，佢唔係只係寫代碼然後交俾你。佢會讀取你現有嘅檔案、作出改動、安裝套件、啟動應用程式、讀取錯誤訊息並修正，通常係跨多個步驟完成，而你唔使逐步睇住佢。
呢個就係點解佢哋可以建造真正可以運作嘅軟件，而唔係只係一段段嘅代碼。亦都因此改變咗你嘅角色。你唔再係複製貼上代碼；你係喺管理一個好快、好能幹嘅助手，佢有時會誤解指示，或者好有信心噉行錯路。明白 agent 點運作，有助你畀佢啱嘅目標、睇出佢係咪原地打轉，並決定邊啲嘢你想親自批准。
日常比喻
將問路同請一個速遞員比較。
問路就好似聊天機械人：你問，佢答，然後你自己行路。如果條路封咗，你要返轉頭再問一次。
速遞員就係 agent。你話「喺下晝五點前將呢個包裹送到呢個地址」。佢會揀路線、留意到封路、改走其他路、搵到大廈嘅側門，然後回報「已送到，由接待處簽收」。你設定目標同界線——「的士費唔好超過 $20」——然後佢負責處理各個步驟。
速遞員嘅表現好唔好，完全視乎你畀嘅指示同界線。Agent 都係咁。
Agent 點運作
大部分 agent 都跟隨同一個基本循環：
- 目標。 你描述你想要咩：「加一個聯絡表格，將提交嘅內容電郵俾我。」
- 計劃。 模型決定下一步：「首先，睇吓網站點樣組織。」
- 行動。 佢呼叫一個工具：列出檔案、讀取主頁。
- 觀察。 佢讀取工具嘅結果。
- 重複。 根據所見，佢揀下一步：建立表格、加入伺服器代碼、運行應用程式、檢查錯誤。
- 完成或者提問。 目標達成時，佢會回報。如果受阻或者唔肯定，佢會問你。
圍繞住呢個循環，仲有幾個部分：
| 部分 | 作用 |
|---|---|
| 模型 | 負責推理同決定做咩嘅 LLM。 |
| 工具 | Agent 可以採取嘅行動：讀寫檔案、運行指令、搜尋、呼叫 API。 |
| 指示 | 關於佢嘅角色、風格同限制嘅常規規則（system prompt）。 |
| 記憶 | 喺步驟之間或者不同工作階段之間攜帶嘅筆記，例如你嘅偏好。 |
| 權限 | 邊啲工具佢可以自由使用，邊啲需要你批准。 |
| 子 agent | 主 agent 可以將工作嘅一部分交俾嘅輔助 agent。 |
工具係最核心嘅概念。模型本身只能產生文字。工具先將文字變成行動——而 MCP 等標準令新工具更容易接駁去 agent。
實例：修正一個壞咗嘅報名表格
假設你已發布網站嘅候補名單表格唔再儲存電郵，你對 AI 建造工具講：「候補名單表格已經唔會儲存任何嘢。修好佢。」
Agent 一次典型嘅運行可能係噉：
- 讀取表格組件，同處理提交嘅伺服器代碼。
- 運行應用程式，提交一個測試電郵。
- 讀取錯誤：伺服器話資料庫入面冇一欄叫
email_address。 - 查看資料庫結構：嗰欄實際上叫
email。之前嘅改動只係喺一個地方改咗名，另一個地方冇改。 - 編輯伺服器代碼，改用正確嘅欄位名稱。
- 再測試：提交一個測試電郵，確認有一條新紀錄出現。
- 回報：「表格寫入嘅係一個喺昨日改動之後已經唔存在嘅欄位。我已更新伺服器代碼，並確認測試報名可以儲存。」
你只係俾咗一個指示；agent 就行咗七個步驟，包括兩次測試。呢個就係佢嘅威力。風險就係反過嚟睇嘅同一件事：如果 agent 決定改為更改資料庫欄位名稱，佢可能會搞壞其他嘢，而如果你唔睇佢嘅總結，可能都唔會發現。
重要術語解釋
| 術語 | 意思 |
|---|---|
| Agent | 用工具循環完成任務嘅 AI 模型。 |
| Tool（工具） | Agent 可以採取嘅一個特定動作，例如「寫入檔案」或「發送電郵」。 |
| Tool call（工具呼叫） | 一次工具使用，包括輸入同返回嘅結果。 |
| Agentic（具代理性） | 形容 AI 會跨多個步驟行動，而唔係只回覆一次。 |
| Autonomy（自主程度） | Agent 喺同你確認之前可以做幾多嘢。 |
| Human in the loop（人類在循環中） | 喺關鍵步驟要求人類批准。 |
| Sub-agent（子 agent） | 由主 agent 為任務一部分而啟動嘅輔助 agent。 |
| Guardrails（護欄） | 阻止 agent 做出有害或者唔想要嘅行為嘅規則同限制。 |
| MCP | Model Context Protocol，一個將 agent 接駁到工具嘅開放標準。見什麼是 MCP。 |
常見錯誤同誤解
- 「Agent 係完全獨立運作嘅。」 現時嘅 agent 最適合目標清晰、界定明確嘅任務。模糊、開放式嘅目標（例如「幫我將生意做大」）只會產生無謂嘅工作。
- 「佢話完成咗，所以就係完成咗。」 Agent 有時會喺只完成部分工作之後就報告成功。要自己檢查結果，尤其係涉及金錢、資料或者用戶嘅嘢。見點樣審閱 AI 生成嘅代碼。
- 畀太多權限。 一個可以發電郵、刪除資料同花錢嘅 agent，需要嚴格限制，並且對有風險嘅動作要你批准。
- 任由佢循環。 如果 agent 不斷試同一個修正方法，就停低佢，並畀多啲資料或者一個不同嘅方法。
- 信任佢讀取到嘅內容。 會讀取網頁或者電郵嘅 agent，可能會俾專門為操控佢而寫嘅文字騙倒（prompt injection）。當 agent 讀過不可信嘅內容之後，要小心佢可以做乜。
- 一次過俾太大嘅任務。 大任務如果拆成你可以逐段檢查嘅階段，會更可靠。
要求你嘅 AI 建造工具做咩
- 「先計劃。改任何嘢之前，先話畀我知步驟。」
- 「只改同預約表格有關嘅檔案。」
- 「改完之後，測試並話畀我知你點樣檢查。」
- 「如果要改資料庫結構，先問我。」
- 「總結你改咗咩，以及你唔肯定嘅地方。」
- 「如果同一個修正失敗兩次，就停低並問我。」
想寫得更清楚嘅指示，可以睇什麼是 prompt engineering。
Mythex 中嘅 AI agent
Mythex 係圍繞 agent 而建。喺你項目嘅私人雲端沙盒入面，佢可以建立同編輯檔案、安裝套件、運行終端機指令、檢查錯誤並反覆修正，亦可以使用已連接應用程式嘅工具。遇到複雜嘅工作，佢可能會啟動子 agent，你可以打開並觀看佢哋嘅工作。Plan 模式讓佢喺唔改檔案嘅前提下提出做法，Ask 模式會回答問題但唔改檔案，而 checkpoint 就讓你喺改動出錯時還原。反過嚟都得：Claude、Cursor 或者 Codex 等 agent，都可以透過 Mythex 嘅 MCP 伺服器喺 Mythex 入面建造嘢。
常見問題
簡單嚟講，什麼是 AI agent？
AI agent 係一個可以採取行動、而唔只係寫回覆嘅 AI 模型。佢會獲得一個目標同一套工具——例如編輯檔案、搜尋網頁或者呼叫應用程式——然後以「決定、行動、檢查結果」嘅循環工作，直至任務完成。
聊天機械人同 AI agent 有咩分別？
聊天機械人會用文字回答你嘅訊息，然後等你下一條。Agent 可以自己行多個步驟，用工具去改變現實中嘅嘢、檢查發生咗咩、再調整，然後先向你回報。
AI agent 安全嗎？
有限制嘅情況下可以。只畀 agent 佢需要嘅工具同權限，對發送訊息或者花錢等有風險嘅動作要求你批准，保留備份或者 checkpoint，並檢視佢做過嘅嘢。
AI 應用程式建造工具係一個 AI agent 嗎？
現代嘅 AI 應用程式建造工具大部分都係圍繞 agent 而建：佢會讀取你嘅要求、編輯代碼、執行指令、睇錯誤訊息並循環修正，而唔係只係建議代碼畀你自己貼上去。