什麼是 AI Agent？
AI Agent（人工智慧代理）是一種能夠感知環境（Perceive）、推理決策（Reason）、執行動作（Act）的自動化系統。與一般的 LLM 聊天機器人（Chatbot）不同，Agent 不僅僅是生成文字，它具備「目標導向」的行為模式，能夠主動利用工具來改變現實世界或存取外部資訊。
一句話總結：LLM 是「大腦」，Agent 是具備大腦、眼睛（感知）與手腳（工具）的「智慧體」。
AI Agent vs. 傳統自動化 (RPA)
傳統自動化（如 RPA）是基於「規則」的：如果 A 發生，就執行 B。這種方式在面對非結構化資料或多變環境時極其脆弱。AI Agent 則是基於「推理」的：你給它目標，它根據當前情況判斷該做什麼，這讓它具備極強的適應性。
ReAct：Agent 的思維心法
目前主流 Agent 框架的底層邏輯多半源自於 ReAct 模式（Reasoning and Acting）。這是一個不斷循環的過程：
思考 (Thought)
LLM 分析當前任務與可用資訊，推論出下一步「應該做什麼」以及「為什麼要做」。
行動 (Action)
根據思考結果，決定呼叫具體的工具（例如：搜尋 Google、查詢資料庫、計算數值）。
觀察 (Observation)
讀取工具執行的結果（例如：搜尋到的網頁內容、API 返回的 JSON）。
修正 (Update)
將觀察到的新資訊加入 Context，判斷目標是否達成，若未達成則進入下一輪「思考」。
Agent 的四大支柱
建構一個實用的 Agent 需要以下四個核心組件的協作：
- 規劃 (Planning)：將複雜的大任務拆解成子任務（Task Decomposition），並具備自我反思（Self-Reflection）能力以修正路徑。
- 工具 (Tools)：Agent 的外部介面。包括搜尋引擎、代碼執行器、各種 API 整合。這是 Agent 解決現實問題的能力邊界。
- 記憶 (Memory)：包括短期記憶（對話上下文）與長期記憶（透過 RAG 或向量資料庫儲存的歷史知識）。
- 大腦 (LLM)：作為核心推理引擎，負責解析指令、生成規劃並判斷工具執行結果。
Agent 的演進：從單體到多代理 (Multi-Agent)
隨著任務複雜度提升，單一個 Agent 容易因 Context 太長或邏輯太雜而失效。多代理系統（MAS） 透過「分工合作」來解決：
- 角色化：一個 Agent 負責寫程式（Coder），另一個負責測試（Tester）。
- 群組對話：Agent 之間互相傳遞訊息、評審彼此的輸出。
- 層級管理：由一個 Manager Agent 負責分配任務，子 Agent 執行具體細節。
學習建議：理解概念後，第一步應從單一 Agent 的工具呼叫（Tool Use）開始實作。掌握了 ReAct 循環後，再進入多代理系統的協作設計。
主流框架比較
| 框架 | 核心特色 | 適用場景 |
|---|---|---|
| LangChain | Chain 串接、RAG、豐富的 Tool 生態 | 單一 Agent、知識問答系統 |
| AutoGen | 多 Agent 對話協作、程式碼執行 | 複雜任務分工、程式碼生成 |
| MCP Server | 標準化工具協議、跨平台整合 | 工具服務化、IDE 整合 |
Agent 的核心元件
無論使用哪個框架，AI Agent 都包含以下核心元件：
- LLM（大語言模型）：Agent 的「大腦」，負責推理和決策
- Tools（工具）：Agent 能呼叫的函數，如搜尋、計算、資料庫查詢
- Memory（記憶）：短期（對話歷史）和長期（向量資料庫）記憶
- Prompt Template：指導 Agent 行為的系統提示詞
- Output Parser：解析 LLM 輸出並轉換為可執行格式
下一步：完成環境設定，安裝所需的依賴套件，準備開始實作。