AI Agent：讓模型自己規劃並執行多步任務
前面我們學了：RAG 讓 AI「讀資料」（第 06 篇）、Function Calling 讓 AI「調工具」（第 07 篇）。當這些能力串起來、讓模型自己決定下一步該做什麼，就變成了 AI Agent（智能體）——這可能是今年最重要的應用方向。
什麼是 Agent？
傳統的 AI 你問一句、它答一句。Agent 則是有「自主性」的 AI：給你一個高層目標，它會自己拆解步驟、選擇工具、執行、檢查結果，直到完成。
比喻：
- 一般 LLM = 會回答問題的專家。
- Agent = 給它一個任務、資源和工具，它能像助理一樣自己安排做完。
Agent 的三個核心元件
| 元件 | 作用 | 對應前面哪篇 |
|---|---|---|
| 規劃（Planning） | 把大目標拆成小步驟 | 無，Agent 特有 |
| 工具調用（Tool Use） | 執行每一步需要的動作 | Function Calling（07 篇） |
| 記憶（Memory） | 記住已做什麼、結果如何 | RAG / 對話歷史（06/05 篇） |
有了這三個，Agent 才能「思考 → 行動 → 觀察 → 再思考」。
ReAct：最主流的 Agent 模式
ReAct = Reasoning（推理）+ Acting（行動）。它把過程明確分成循環：
1 | 思考 (Think) → 行動 (Act) → 觀察 (Observe) → 思考 → …… → 結論 |
舉例：目標是「幫我做一趟東京旅行的規劃」：
- Think：「我需要知道東京的熱門景點。」→ 行動：呼叫旅遊 API。
- Observe：拿到景點清單。
- Think：「再查交通票券。」→ 行動：呼叫訂票工具。
- Observe：拿到票券資訊與價格。
- Think：「整合成一日行程表。」→ 輸出最終結果。
每一步都「邊想邊做、根據回饋調整」，所以比一次生成的答案更可靠。
用框架來實作
自己從零寫 Agent 很繁瑣，通常用現成框架：
- LangChain / LangGraph：Python／JS 最流行，工具與鏈結方便，適合各種場景。
- AutoGen（Microsoft）：強調多Agent對話，讓多個有不同角色的 agent 協作完成任務。
- CrewAI、LlamaIndex：各自在團隊協作、資料檢索上有專長。
對你這種有 Java／Python 背景的人，從 LangChain 入手最順。
實際應用案例
- 程式開發 Agent：讀整個 repo、自動修 bug、寫測試、做重構（接第 04 篇的 Claude Code、OpenCode）。
- 資料分析：連資料庫、跑查詢、生成報表與圖表。
- 自動化工作流：監控郵件 → 分類 → 摘要 → 發通知。
- 研究助理：多網站查資料 → 交叉驗證 → 整理成報告（結合 RAG）。
要注意的現實問題
- 會跑飛：Agent 可能執行與目標無關的操作，一定要設邊界、可中斷。
- 累積錯誤：步驟越多，前面錯一步後面全歪的風險越高。
- 成本與速度：每一步都是一次模型請求，多步 Agent 的 token 消耗快。
- 安全：能執行指令／改檔案的 Agent，權限要收緊，避免被提示注入（prompt injection）操縱去做惡意動作。
小結
- Agent = 有自主性、能自己規劃並用工具完成多步任務的 AI。
- 三元件：規劃 + 工具調用 + 記憶；主流模式是 ReAct。
- 用 LangChain / AutoGen 等框架加速開發。
- 潛力大但要設邊界，注意跑飛、累積錯誤、成本與安全。
這是把前面所有能力整合的終極形態。最後一篇，我們退後一步看全局：AI 趨勢展望與倫理議題。
《AI 新時代》系列第 11 篇。上一篇：AI 影片與語音 · 下一篇預告：AI 趨勢與倫理