什麼是 AI Agent？白話解說
AI Agent 是能夠採取行動以達成目標、而不只是用文字回覆的 AI 模型。你交給它一項任務，它會在一個迴圈中工作：決定下一步要做什麼、使用工具（編輯檔案、搜尋網路、執行指令、呼叫應用程式）、查看結果，然後再次決定，直到任務完成或需要你的輸入為止。它的「大腦」通常是大型語言模型，而工具則是讓它能夠實際做事的關鍵。
用 AI 建站時，為什麼它很重要
現代的 AI App 建置工具都是 Agent。當你要求新增一項功能時，Agent 不會只寫好程式碼就交給你。它會讀取既有的檔案、進行修改、安裝套件、啟動 App、讀取錯誤訊息並加以修正，通常會跨越許多步驟，而你不必逐步盯著看。
這就是它們能建置出可運作的軟體，而不只是程式片段的原因。這也改變了你的角色。你不再是複製貼上程式碼的人，而是在管理一位非常快速、能力很強的助手，這位助手有時會誤解指示，或是很有自信地走錯方向。了解 Agent 的運作方式，能幫助你給它正確的目標、察覺它是否在繞圈子，並決定哪些事情你要自己核准。
日常生活的比喻
比較一下向朋友問路與雇用快遞。
問路就像聊天機器人：你問，對方告訴你，然後你自己走路。如果路封了，你得回來再問一次。
快遞則是 Agent。你說「這個包裹要在下午五點前送到這個地址。」他們會選擇路線、注意到道路封閉、改走其他路，找到大樓的側門，然後回報「已送達，由櫃台簽收。」你設定目標與限制，例如「計程車費不能超過 20 美元」，而他們處理其中的步驟。
快遞的表現取決於你交代的任務與設定的限制，Agent 也是如此。
Agent 如何運作
大多數 Agent 遵循相同的基本迴圈：
- 目標。 你描述想要的結果：「加入一個聯絡表單，把提交的內容寄到我的信箱。」
- 規劃。 模型決定下一步：「先看看網站的結構。」
- 行動。 它呼叫一項工具：列出檔案、讀取首頁。
- 觀察。 它讀取工具的結果。
- 重複。 根據所看到的內容，選擇下一步：建立表單、加入伺服器程式碼、執行 App、檢查錯誤。
- 完成或詢問。 目標達成時，它會回報結果。如果受阻或不確定，它會問你。
在這個迴圈周圍，還有幾個組成部分：
| 組成部分 | 作用 |
|---|---|
| 模型 | 負責推理並決定要做什麼的 LLM。 |
| 工具 | Agent 可以採取的動作：讀寫檔案、執行指令、搜尋、呼叫 API。 |
| 指令 | 關於其角色、風格與限制的長期規則（系統提示詞）。 |
| 記憶 | 在步驟之間或工作階段之間保留的筆記，例如你的偏好。 |
| 權限 | 它可以自由使用哪些工具，哪些需要你核准。 |
| 子 Agent | 主 Agent 可以把部分工作交給的輔助 Agent。 |
工具是關鍵概念。單獨的模型只能產生文字。工具才能把文字轉換為實際行動，而像 MCP 這樣的標準，則讓新工具更容易接入 Agent。
實例：修復壞掉的報名表單
假設你的已發布網站上，候補名單表單不再儲存電子郵件，於是你告訴 AI 建置工具：「候補名單表單不再儲存任何東西了，請修好。」
一次典型的 Agent 運作可能像這樣：
- 讀取表單元件，以及處理提交的伺服器程式碼。
- 執行 App，並提交一封測試電子郵件。
- 讀取錯誤：伺服器說資料庫中不存在名為
email_address的欄位。 - 查看資料庫結構：該欄位實際上叫做
email。最近的一次變更只在某一處重新命名，另一處沒有跟著改。 - 編輯伺服器程式碼，改用正確的欄位名稱。
- 再次測試：提交一封測試電子郵件，確認資料庫出現新的一列。
- 回報：「在昨天的變更之後，表單寫入的欄位已不存在。我已更新伺服器程式碼，並確認測試報名可以儲存。」
你只下了一個指令，Agent 卻走了七個步驟，包括兩次測試。這就是它的威力。風險則是同一件事的另一面：如果 Agent 決定改為重新命名資料庫欄位，它可能會破壞其他東西，而除非你仔細閱讀它的摘要，否則可能不會察覺。
關鍵名詞解釋
| 名詞 | 意思 |
|---|---|
| Agent | 在迴圈中使用工具來完成任務的 AI 模型。 |
| 工具（Tool） | Agent 可以採取的特定動作，例如「寫入檔案」或「寄送電子郵件」。 |
| 工具呼叫（Tool call） | 一次工具使用，包含輸入並回傳結果。 |
| Agentic（代理式） | 描述 AI 會跨越多個步驟採取行動，而不是只回覆一次。 |
| 自主性（Autonomy） | Agent 在向你回報之前，能獨自完成多少工作。 |
| 人在迴圈中（Human in the loop） | 在關鍵步驟要求人員核准。 |
| 子 Agent（Sub-agent） | 由主 Agent 為部分任務啟動的輔助 Agent。 |
| 防護欄（Guardrails） | 阻止 Agent 做出有害或不想要行為的規則與限制。 |
| MCP | Model Context Protocol，一種將 Agent 連接到工具的開放標準。請參閱什麼是 MCP。 |
常見錯誤與迷思
- 「Agent 是完全獨立運作的。」 目前的 Agent 最適合目標明確、定義清楚的任務。模糊、開放式的目標（例如「幫我把生意做大」）只會產生大量無用的瑣事。
- 「它說完成了，所以就是完成了。」 Agent 有時會在只完成部分工作後就回報成功。請自行檢查結果，特別是涉及金錢、資料或使用者的部分。請參閱如何審閱 AI 產生的程式碼。
- 給予太多權限。 能夠寄信、刪除資料與花錢的 Agent，需要嚴格的限制，以及針對有風險動作的人工核准。
- 讓它一直循環。 如果 Agent 反覆嘗試同一個修正方式，就停止它，並提供更多資訊或不同的做法。
- 信任它讀到的內容。 會讀取網頁或電子郵件的 Agent，可能被刻意寫好的文字操弄（提示注入，prompt injection）。在它讀取不可信內容之後，要小心它能做什麼。
- 一次交付過大的需求。 將大型任務拆成可以逐步檢查的階段，會更可靠。
向你的 AI 建置工具要求什麼
- 「先規劃。在改動任何東西之前，告訴我步驟。」
- 「只修改與預約表單相關的檔案。」
- 「變更完成後，進行測試，並準確告訴我你是怎麼檢查的。」
- 「如果需要變更資料庫結構，請先問我。」
- 「摘要說明你改了什麼，以及任何你不確定的地方。」
- 「如果同一個修正失敗兩次，請停下來問我。」
如需撰寫更清楚的指令，請參閱什麼是提示工程。
Mythex 中的 AI Agent
Mythex 是以 Agent 為核心建構的。在你專案的私人雲端沙盒中，它可以建立與編輯檔案、安裝套件、執行終端機指令、檢查錯誤並反覆修正，還能使用已連接應用程式的工具。遇到複雜的工作時，它可能會啟動子 Agent，而你可以打開並查看它們的工作。Plan 模式讓它在不編輯的情況下提出方案，Ask 模式則在不變更檔案的情況下回答問題，而檢查點則讓你在變更出錯時還原。反過來也成立：Claude、Cursor 或 Codex 等 Agent 也能透過 Mythex 的 MCP 伺服器在 Mythex 中建置。
常見問題
用白話來說，什麼是 AI Agent？
AI Agent 是能夠採取行動、而不只是撰寫回覆的 AI 模型。它會得到一個目標與一組工具（例如編輯檔案、搜尋網路或呼叫某個應用程式），並在「決定、行動、檢查結果」的迴圈中工作，直到任務完成。
聊天機器人和 AI Agent 有什麼區別？
聊天機器人會用文字回答你的訊息，然後等待下一則訊息。Agent 則能自行完成多個步驟，使用工具來改變某些事物、檢查發生了什麼、再加以調整，最後才回報結果。
使用 AI Agent 安全嗎？
在適當的限制下可以是安全的。只給 Agent 它需要的工具與權限，對於發送訊息或花費金錢等有風險的動作要求你的核准，保留備份或檢查點，並審閱它做了什麼。
AI App 建置工具是 AI Agent 嗎？
大多數現代的 AI App 建置工具都是以 Agent 為核心建構的：它會讀取你的需求、編輯程式碼、執行指令、查看錯誤並在迴圈中修正，而不是只提供程式碼讓你貼上使用。