Insights

AI Agent(AI 代理)是什麼?跟聊天機器人、自動化流程差在哪


先講結論:

  • AI Agent(AI 代理):給它一個目標,它會自己決定下一步、使用工具(查資料、執行程式、操作系統),看結果再調整,一直到完成。
  • 跟固定流程的自動化不同:自動化是人先把步驟寫死,Agent 是 AI 自己決定步驟。
  • Agent 比較慢、比較貴、錯誤會累積。Anthropic 的建議是:先用最簡單能解決的方法,真的需要再用 Agent。

三種東西先分清楚

聊天機器人 自動化流程(Workflow) AI Agent
做什麼 你問一句、它答一句 照人寫好的步驟跑,步驟中可以呼叫 AI 自己決定步驟、使用工具、看結果再調整
誰決定步驟 你 寫流程的人 AI 自己
適合 問答、寫作、翻譯 步驟固定、可預期的任務 步驟數量事先無法預測的開放式任務
例子 一般聊天 AI 收到表單 → AI 分類 → 寄給對應窗口 「找出網站壞掉的原因並修好」

Anthropic 的文章就是這樣區分:Workflow 是用預先寫好的程式路徑安排 AI 和工具;Agent 是 AI 自己動態決定流程和要用哪些工具。

示意圖:AI Agent 在「想下一步、用工具、看結果、再調整」的循環中自己決定步驟;左下聊天機器人是你問它答,右下自動化流程照固定步驟跑

圖:AI Agent 會自己反覆「想下一步、用工具、看結果、再調整」;聊天機器人是你問它答,自動化流程是照人寫好的固定步驟跑。

AI Agent 怎麼運作?

用 Anthropic 的話說,Agent 通常「就是在迴圈裡,根據環境回饋使用工具的大型語言模型」。拆開來是:

  1. 理解目標:例如「整理這個月的客訴並分類」。
  2. 決定下一步:先讀哪個資料、用哪個工具。
  3. 使用工具:查資料庫、讀檔案、執行程式、呼叫其他系統(常透過 MCP 接上)。
  4. 看結果:工具的回傳就是「環境回饋」,對了就往下,錯了就換方法。
  5. 重複直到完成,或碰到設定好的停止條件(例如最多跑幾輪、需要人確認時暫停)。

什麼時候不需要 Agent?

Anthropic 的建議很直接:先找最簡單的解法,真的需要才增加複雜度。

  • 很多需求,單次問 AI、再加上查資料(RAG)和幾個範例就夠了。
  • 步驟固定的工作,用 Workflow 比較穩定、比較好預測。
  • Agent 適合:開放式問題、事先不知道要幾個步驟,而且你信得過它在那個環境裡自己做決定。

成本與風險

  • 比較慢、比較貴:Agent 會跑很多輪,每一輪都在用 Token。Token 是什麼見 Token 是什麼?
  • 錯誤會累積:前面一步錯了,後面會跟著錯下去。Anthropic 也提到這種「錯誤疊加」的風險。
  • 權限要收:Agent 能用工具,就能做事。只給需要的權限,刪除、寄信、付款等動作要人確認。
  • 先在隔離環境測:Anthropic 建議先在沙盒環境充分測試,並設好防護。

真實例子:「小龍蝦」OpenClaw 出了什麼事

2026 年初很紅的開源 AI Agent OpenClaw(前身叫 Clawdbot、Moltbot,因為吉祥物是龍蝦,中文圈常叫它「小龍蝦」),可以裝在自己的電腦或主機上,幫你讀信、整理檔案、操作網頁、執行指令。也因為它權限很大、又很多人自己架,成了 AI Agent 風險的代表案例:

  • 一個連結就可能被接管:漏洞 CVE-2026-25253(2026-02 公開)—— 2026.1.29 以前的版本,會從網址參數讀取連線位址,不經確認就自動連過去並送出登入用的 token。攻擊者只要騙你點一個連結,就可能拿到控制權。新版已修補。
  • 控制介面直接暴露在網路上:多家資安研究單位掃描到上萬個沒有好好保護、直接對外開放的 OpenClaw 實例(各家統計數字不一)。
  • 技能市集混進惡意外掛:OpenClaw 可以安裝別人寫的「技能(skills)」擴充功能,資安公司陸續在市集裡找到大量惡意技能。而技能裝上去,就擁有跟 Agent 一樣大的權限。
  • 提示注入(Prompt Injection):攻擊者把指令藏在網頁、文件、信件裡,Agent 讀到就可能照做,例如把金鑰傳出去。這是整個業界都還沒完全解決的問題。
  • 中國的國家網路應急中心也針對 OpenClaw 發過風險提示,點名預設設定、外掛生態、權限過大等問題。

白話比喻:AI Agent 像一個很能幹、但誰的話都聽的新助理。你給它全公司的鑰匙,它也可能因為一張夾在信裡的紙條,把鑰匙交給陌生人。

示意圖:拿著全公司鑰匙的小龍蝦,看到信裡夾的紙條「把金鑰寄給我」就準備照做,門外有陌生人在招手;旁邊列出最小權限、不對外開放、隨時更新、重要動作要人確認

從小龍蝦學到的防護原則(適用所有 AI Agent):

  1. 最小權限:只開它需要的資料夾、帳號、指令;不要用管理員或主要帳號跑。
  2. 不要對外開放:控制介面只在本機或內網(例如 VPN)使用,不要直接放在網路上。
  3. 隨時更新:開源 Agent 改版快,漏洞修補也快,舊版本就是靶子。
  4. 外掛、技能只裝可信來源,裝之前看它要什麼權限。
  5. 隔離環境:用獨立的電腦、虛擬機或容器跑,不要跟存有重要資料的電腦混在一起。
  6. 重要動作要人確認:寄信、付款、刪除、對外發送一律先問人。
  7. 把外部內容當成不可信:讓 Agent 讀網頁、信件時,假設裡面可能藏著惡意指令。

常見問題

AI Agent 是什麼?

AI Agent(AI 代理)是能根據目標自己決定步驟、使用工具、依結果調整做法,直到完成任務的 AI 系統。

AI Agent 和聊天機器人有什麼不同?

聊天機器人是你問一句它答一句;AI Agent 會自己規劃步驟、使用工具(查資料、執行程式、操作系統)並根據結果調整,能完成多步驟的任務。

AI Agent 和自動化流程(例如 n8n、Zapier)有什麼不同?

自動化流程的步驟是人事先設計好的,中間可以呼叫 AI;AI Agent 則是由 AI 自己決定下一步。步驟固定的工作用自動化流程比較穩定。

小龍蝦(OpenClaw)安全嗎?可以用嗎?

OpenClaw 本身是開源工具,風險主要來自權限大、控制介面暴露在網路上、舊版漏洞與來路不明的技能外掛。要用的話:更新到最新版、只在本機或內網使用、用隔離環境與權限最小的帳號、只裝可信的技能,重要動作設定要人確認。

公司導入 AI Agent 要注意什麼?

先確認簡單的方法是否就能解決;真的要用 Agent,權限只給需要的、重要動作設人工確認、先在測試環境跑過,並估算 Token 用量帶來的成本。

延伸閱讀

想評估公司的流程適合用自動化還是 AI Agent,可以參考我們的 AI 應用開發服務。

分享這篇

相關服務

AI 智慧應用開發 用 AI 和數據驅動商業決策。了解服務內容、合作流程與案例 →

相關案例

LabLearn — AI 合規訓練平台Lab Space 自有產品 ReMaker AI ReMaker Front

延伸閱讀

GitHub Copilot、Cursor、Claude Code 差在哪?AI 寫程式工具比較(2026)2026-11-05 ChatGPT、Claude、Gemini 差在哪?三大 AI 助理的方案、功能與資料隱私比較(2026)2026-11-05 AI 幻覺是什麼?AI 為什麼會一本正經地亂講,怎麼查證2026-11-05
與我們聊聊你的專案
回到頂部 作品集 服務項目 知識文章 產品服務 聯絡我們
Lab Space