什麼是 AI Agent？跟聊天機器人差在哪

朋友常問我：「你說你用 AI 管網站，是不是開 ChatGPT 問它問題？」

不太一樣。我管理超過 4,000 個網站，日常會用 Claude Code 這類 AI 工具協助。我交代它的不是一個問題，而是一個任務，例如「檢查這批網站裡哪些外掛版本太舊，列成清單」。它會自己寫檢查程式、連到主機去跑、整理結果、遇到讀不到的網站另外標記，最後交一份報告給我。中間我不用一步一步教它。

這就是聊天機器人和 AI Agent 最大的差別。這篇我用白話講清楚 AI Agent 是什麼、它跟聊天機器人差在哪，以及身為小老闆或接案者，什麼時候真的需要它、什麼時候其實不需要。

AI Agent 是什麼？用一句話怎麼講？

AI Agent 就是「會自己動手做事的 AI」。你給它一個目標，它會自己想要分幾步、每一步要用什麼工具、做完檢查有沒有達成，沒達成就再調整。

我最常用的比喻是：聊天機器人像一本很厲害的百科全書，你問什麼它答什麼；AI Agent 像一個新來的助理，你交代一件事，他會自己去查資料、開檔案、打電話，最後把結果交給你。

Anthropic 在 2024 年 12 月發表的〈Building effective agents〉一文，給了一個很清楚的定義：Agent 是由 AI 模型自己決定流程和要使用哪些工具，並掌控怎麼完成任務的系統。關鍵字是「自己決定」。

AI Agent 跟聊天機器人差在哪？

最大的差別是：聊天機器人回答完就結束了，AI Agent 會一直做到任務完成。以下用一張表整理：

舉個例子。你跟聊天機器人說「幫我整理桌面上的檔案」，它會告訴你整理檔案的方法；你跟 AI Agent 說同一句話，它會真的打開資料夾、依照類別建立子資料夾、把檔案搬進去，然後告訴你搬了哪些。

不過要說清楚，現在這條界線越來越模糊。ChatGPT、Claude、Gemini 這些產品都陸續加入可以執行任務的功能，所以與其看產品名稱，不如看它在回答你之後，還承擔了多少責任。

AI Agent 是怎麼運作的？

AI Agent 的運作可以想成一個循環：理解目標、規劃、動手、檢查，不行就再來一次。要做到這件事，它需要三樣東西：

• 大腦（AI 模型）：負責理解你的目標、決定下一步。
• 手腳（工具）：搜尋網路、讀寫檔案、執行程式、操作網站後台。沒有工具，它就只能「動嘴」。
• 筆記本（記憶）：記住目前做到哪、你設定的規則、之前的決定。AI 模型本身每次對話都是從零開始，記憶要靠外部系統補上。

以我讓 AI 檢查網站為例，一次任務大概是這樣跑的：

1. 理解目標：找出外掛版本過舊的網站。
2. 規劃：先取得網站清單、再逐台讀取外掛版本、和最新版比對、最後整理成表。
3. 動手：寫一段檢查程式，連到主機執行。
4. 檢查：發現有幾個網站連不上，另外標記原因，而不是假裝沒事。
5. 回報：交出清單，等我決定要不要更新。

注意最後一步：決定權還是在我。這是我用 Agent 最重要的原則，後面會再講。

AI Agent 是怎麼「接上」工具的？

現在主流做法是透過 MCP（Model Context Protocol），它像是 AI 和各種工具之間的通用插座。工具只要支援 MCP，AI Agent 就能直接使用它，不用每個工具各寫一套串接。

我們自己開發的 zenbu AI 網站系統就支援 MCP，AI 可以直接操作網站：建頁面、上架商品、寫文章。你用講的，它幫你做。想了解原理可以看這篇MCP 是什麼，想知道我每天用的工具則可以看Claude Code 介紹。

聊天機器人、AI 客服、自動化、AI Agent，我該用哪一個？

先講結論：不是每件事都需要 AI Agent，越簡單的方案越好。Anthropic 那篇文章也建議先找最簡單的解法，真的需要才增加複雜度，很多情況根本不需要做成 Agent。

小老闆最常搞混的是這四種東西，我用需求來分：

Anthropic 把「自動化流程」和「Agent」分得很清楚：前者是預先寫好路徑，AI 照著走；後者是 AI 自己決定路徑。如果你的工作每次都一樣，用固定流程就好，更便宜也更可控。

像客服，大部分小店需要的是「回答得正確」，而不是「自己做決定」。我們自己開發的 AI 客服就是只依照你提供的資料回答、不亂編，遇到處理不了的再交給真人接手。準備資料的方法可以參考AI 客服資料怎麼準備。

哪些工作適合交給 AI Agent？

適合的工作有三個特徵：可以拆成步驟、做完有明確標準、做錯了能發現並修正。

• 資料研究：查競品價格、整理市場資訊、標註來源。
• 批次檢查：一次檢查幾十、幾百個網站或商品頁，找出異常。
• 內容產出：研究、列大綱、寫草稿、自我檢查一條龍。
• 網站操作：建頁面、上架商品、改文章。
• 整理文件：把會議紀錄拆成待辦、把一堆檔案分類歸檔。

不適合的則是：需要專業責任的醫療、法律、投資判斷；會直接付款或交易的動作；碰到大量個資卻沒有權限控管的場景。判斷方式很簡單：如果它做錯，你能不能很快發現並復原？不能的話，就不要讓它自己執行。

用 AI Agent 最容易踩的坑是什麼？

最大的坑是權限給太大。聊天機器人答錯，頂多是你看到一段錯的文字；AI Agent 如果有寫入、刪除、寄信的權限，錯一次就是真實的損失。

我自己用 AI 處理幾千個網站，固定守這幾條：

1. 先只讀，再寫入：第一次一定先讓它跑「只檢查、不修改」的版本。
2. 先小範圍，再擴大：先跑幾個網站確認結果正確，才放到全部。
3. 改之前先備份：任何會改東西的動作，都要能還原。
4. 不可逆的動作由人決定：刪除、寄信給客人、付款，一律我確認後才做。

另外，AI Agent 很依賴你交代得清不清楚。目標模糊，它就會照自己的理解跑下去，做了一大堆你不要的事。交代任務的寫法，其實跟寫提示詞是同一套功夫：背景、成品標準、什麼可以做、什麼要先問你。

小老闆要怎麼開始用 AI Agent？

從一件低風險、重複性高的工作開始。例如每週要整理的報表、要檢查的商品頁、要研究的競品。先讓 AI 產出草稿或清單，由你確認，用順了再慢慢放權。

你不需要自己寫程式組一個 Agent。現在很多工具已經內建 Agent 能力，例如 Claude Code；而像 zenbu AI 網站系統這類支援 MCP 的平台，可以讓 AI 直接操作你的網站。真正要練的，是把工作拆清楚、講清楚，以及知道哪裡要自己把關。

常見問題

AI Agent 和 ChatGPT 有什麼不同？

一般使用 ChatGPT 是一問一答，它給你建議，由你自己去執行；AI Agent 會接下整個任務，自己用工具執行並回報結果。不過 ChatGPT 等產品也陸續加入 Agent 功能，差別要看你是用它聊天，還是讓它實際動手。

AI Agent 和 AI 助理一樣嗎？

不完全一樣。AI 助理通常在你的指示下一步一步幫忙，每一步都需要你下指令；AI Agent 會自己規劃多個步驟、使用多種工具，直到把結果做出來。

AI Agent 會不會自己亂做事？

有可能，所以權限設計很重要。建議一開始只給它讀取的權限，讓它產出草稿或清單，刪除、寄信、付款這類動作一律保留給人確認。

不會寫程式能用 AI Agent 嗎？

可以。很多工具已經把 Agent 能力包成可以直接用的產品，你用一般的文字交代任務就好。需要的不是程式能力，而是把目標、步驟和驗收標準講清楚的能力。

AI Agent 會取代我的工作嗎？

比較可能改變的是工作方式。重複、規則清楚的步驟會越來越多交給 AI，而能定義問題、拆解流程、判斷風險、驗收結果的人，會變得更重要。

結語：聊天機器人回答你，AI Agent 幫你做完

記住一句話就好：聊天機器人負責回答，AI Agent 負責把事情做完。但不是每件事都需要 Agent，固定問答用聊天機器人、依資料回答用 AI 客服、固定步驟用自動化，步驟不固定、需要判斷的才交給 Agent。

用 Agent 的關鍵不是工具多強，而是你會不會交代、會不會把關。先從一件小事開始，讓它只讀、給草稿、由你確認，你會很快感受到它省下的時間。