AI 代理是什麼?

在 2024 年底，幾乎全世界在 AI 領域最有影響力的人，都認為 AI 代理 (AI Agents) 是 2025 年最值得關注的 AI 議題。

舉例來說，吳恩達教授在《AI, Agents and Applications》演講最開頭就提到，他認為如果他要選一個最重要、最值得關注的議題，那他會選 AI 代理。

他提到，雖然在社群中很多人都關注在底層的模型，但事實上 AI 代理帶來的幫助來得更大。舉例來說，他提到的一個研究指出，GPT-3.5 模型搭配 AI 代理的技術，在評測 (eval) 之下，表現比 GPT-4 來得更好。

又或者 LinkedIn 的創辦人，同時是多家領先 AI 公司的投資人 Reid Hoffman 在他的 2025 年 AI 趨勢預測中，基本上也是環繞著 AI 代理這個主題展開 (連結)。

因此，在這篇文章，我們會試著來談什麼是 AI 代理。在未來的內容，我們會更詳細談如何開發 AI 代理。

什麼是 AI 代理 (AI Agent)?

AI 代理這個詞早在 90 年代的人工智慧相關研究就出現了，而過去一年社群針對 AI 代理這個詞，還沒有一個收斂到很完整的定義。但大致上的定義都與 Google 在 《Agents》 白皮書所定義的，不會相差太遠。

該白皮書對代理的定義如下，AI 代理是可以在不須用人類介入的狀況下，根據指定目標，去完成相關任務 (原文是 Agents are autonomous and can act independently of human intervention, especially when provided with proper goals or objectives they are meant to achieve. Agents)。

這樣講起來很抽象，讓我們舉一個工程師會遇到的例子來具體說明。假如今天你被指派一個任務，在原本的程式碼庫當中，有很多很類似的重複程式碼，這讓整體維護性不佳，而你的任務是要解決這個問題。

在沒有任何 AI 助手的狀況下，你可能會這樣做

• 先自己在程式碼庫中，把相似的程式碼一條條找出來
• 接著根據這些共通性，分析可以如何進一步抽象化，把能重複用的地方抽成一個方法或函式
• 接著先寫確保接下來要重構的程式碼，都有測試覆蓋，以免重構後出現預料外的問題
• 接著用這個被抽出來的函式，去一個個重構原本的程式碼
• 最後執行測試，確保重構後的程式碼都沒有問題 (如果有問題就回到上面重構的階段進行修改)

在有過去兩年有 ChatGPT 與 GitHub Copilot 等工具的幫助下，可能會變成這樣

• 先自己在程式碼庫中，把相似的程式碼一條條找出來
• 丟到 ChatGPT 或 GitHub Copilot，請 AI 幫忙抽出可以重複使用的方法或函式
• 假如發現沒有測試覆蓋，請 ChatGPT 或 GitHub Copilot 先幫忙寫測試補上
• 接著到不同檔案，每個檔案請 ChatGPT 或 GitHub Copilot 用被抽出的函式來重構
• 最後執行測試，確保重構後的程式碼都沒有問題 (如果有問題就回到上面重構的階段進行修改)

那麼在有 AI 代理的狀況下，會有什麼不同呢?

• 先找出一段要被重構的程式碼，然後跟 AI 代理說「現在程式碼庫有很多相似但不完全一樣的程式碼，請重構避免大量的重複」
• 接著 AI 代理會掃過整個程式碼，把相似的程式碼都辨識出來
• 接著 AI 代理會根據相似的程式碼，把重複的部分抽成共用的方法或函式
• AI 代理自己先確保有測試，然後補上該補的測試
• AI 代理根據重構的程式碼以及相關測試，在終端機先跑測試
• 如果發現測試沒有通過，就回到修正剛剛抽出的共用方法或函式
• 重複上述步驟到所有測試都跑過

可以看到，在 ChatGPT 與 GitHub Copilot 等工具的幫助下，工程師的開發速度能獲得很大的加成；但是在過程當中的每個步驟，工程師都還是需要介入，然後在每個步驟跟 ChatGPT 或 GitHub Copilot 持續互動，最終才能完成任務。

而在 AI 代理的模式下，工程師只需用給任務的目標 (這邊是完成重構)，AI 代理就會根據目標去完成任務，在過程中不需要工程師額外的介入。

OpenAI 的 AI 分級

在大致理解完 AI 代理後，讓我們往後拉一個角度，從更宏觀的視角來看 AI 代理是什麼。從宏觀的角度看，AI 代理是通往通用人工智慧 (AGI) 路上的一個階段性里程碑。

大家可以試著想一想，理想中的通用人工智慧應該是什麼樣子? 而在 2022 年末起開始有的 ChatGPT、Claude 等 AI 聊天助手，與這個理想的樣貌還存在什麼差距?

事實上，OpenAI 的執行長 Sam Altman 在多個演講中有談到他們看待通用人工智慧的分類。這個分類有五個不同等級，每一個等級都會更接近通用人工智慧。

• 等級 1 對話型 AI (conversational AI)：是大家熟悉的 ChatGPT 或 Claude
• 等級 2 推理型 AI (reasoning AI)：在收到任務後，會先進行推理後才生成回答 (OpenAI 的 o1 與 o3 模型即是這種類型的 AI，比起等級 1，能夠解決更複雜與困難的問題)
• 等級 3 自動型 AI (autonomous AI)：AI 代理即是這一個等級，比起前一個等級，能夠少去人類在中間的介入
• 等級 4 創新型 AI (innovating AI)：雖然等級 3 的 AI 代理在執行任務時不需用人為介入，但仍需要來自人類給設定的目標。但到了等級 4 的創新型 AI，就不只是聽命行事，而是能提出超越原本預期的創新
• 等級 5 組織型 AI (organizational AI)：等級 5 的 AI 則是能在組織層級運作，從策略制定到在負責系統中執，能夠順利完成橫跨團隊的任務。

可以看到 AI 代理是被歸類在等級 3，對比起等級 1 與 等級 2，不再需用人類在聊天對話框當中持續輸入，而會在過程中自主思考如何完成任務，然後再根據思考出的規劃，一步步執行，直到完成任務。

閱讀更多

在初步理解完 AI 代理後，相信你可能還有很多問題，例如從從技術架構的角度，該如何理解 AI 代理? 以及軟體工程師可以如何善用 AI 代理? 這些問題我們在 E+ 成長計畫的主題文都有更詳細談到，推薦感興趣的讀者閱讀

本文為 E+ 成長計畫的深度內容，截取段落開放免費閱讀。歡迎加入 E+ 成長計畫閱讀完整版本 (點此了解 E+ 的詳細介紹)。