上一篇〈生成式AI，不只是點餐那麼簡單〉的發表時間是去年六月，沒有想到居然在8個月後就要來聊聊下一個概念——「AI Agent」了。
最近身旁的人偶爾會聊AI Agent這個概念，各種「Skill」「MCP」「RAG」的名詞也一直交錯出現……。
我的想法始終如一——要用好一項工具，前提是要對它理解足夠透徹。不一定要像工程師那樣深入，但是基本的概念了解卻不可少。
從點餐到出菜：拆解 AI Agent 運作的四位關鍵角色
但在一切開始之前，我想要先請你忘掉那些看起來很高大上又很難懂得專有名詞，只要想像一件事情：
你走進了一間餐廳、坐下來，旁邊站了一位服務生，他會為你提供服務，你只要告訴他今天想吃什麼樣口味、什麼料理，他會幫你「客製」出你要的菜單。
在這個過程當中，就會產生四個角色，讓我們一一道來。
客人（User）：他要的不只是菜名，而是「結果期待」
當客人走進餐廳，他通常不知道每一道菜餚的作法、甚至不知道自己想要吃的「菜名」，但他至少會知道自己的「偏好」
今天想吃清爽一點、不要太油、有一點辣可以、不要牛肉。另外，我現在有點渴。
或者，他今天跟朋友一起來：
有沒有適合大家一起吃的菜？
而或許客人在吃到自己不滿意的料理時，也會反應自己需求提出修正：
份量有一點太大了，而且還是有點太油。
換成 AI Agent 的語境，這就是用戶的行為。使用者通常不會給 AI 一條可以直接執行的指令，而是給一個目標或意圖，例如幫我整理這場會議的重點、我下週有哪些事情、幫我回這封信但不要太正式、把這段話改得比較委婉。
這些要求都不是操作步驟，而是「結果期待」。用戶並不關心系統要怎麼完成，他關心的是最後產出的內容是否符合自己的需要，因此在 AI Agent 中，用戶的角色是提出目標、提供偏好並持續修正結果，而不是規劃執行過程。
服務生（Agent）：不只是傳話，更是任務的「總策劃」
服務生在餐廳中真正做的事情，其實遠遠不只是點餐。他要根據客人的偏好、結合自己對餐廳的了解，將「客人的需求」變成「廚房可以執行的指令」，並且傳遞給廚房。
清爽一點、不要牛肉？那『涼拌雞肉沙拉』應該是符合需求的！
客人說他有點渴，那我應該先上飲料，再上料理。
然後他會跟廚房說：
飲料組先給我一杯紅茶，涼菜組做一碗『涼拌雞肉沙拉』！
這就是服務生的角色，理解客人意圖、安排流程，他本身並不做菜，而是理解、決策與協調。
這正是 AI Agent 的角色。Agent 並不是模型本身，而是一個負責理解用戶意圖、拆解任務、選擇適合工具、安排執行順序並整合結果的協調者。
當使用者說幫我看這段逐字稿並整理待辦時，Agent 並不是直接知道答案，而是先找到逐字稿，再決定要使用摘要工具，接著再用抽取工具，最後整理格式呈現給使用者。換句話說，Agent 的本質不是產生內容，而是規劃行動。
廚師（Tools）：穩定出餐的秘訣在於「標準食譜」
在餐廳中，真正負責完成料理的是廚師，而每位廚師通常都有明確的分工，例如有人專門負責飲料、有人負責烤台、有人負責甜點。廚師不需要與客人溝通，也不需要規劃整個餐期的流程，他甚至不必知道客人是誰，他只需要知道自己要做哪一道料理並穩定完成。
廚房並不會收到「客人的意圖」，而是「一道具體的菜名」。對廚師而言，重點不是理解需求，而是照規格完成，因此他腦袋裡最重要的東西其實是「食譜」──這一道菜要用什麼材料、什麼順序、什麼火候完成。
這裡有一個很關鍵的差別：廚師是能力，而食譜是流程。
同一位廚師，如果沒有食譜，他仍然會做菜，但結果會變得不穩定；而當一間餐廳把食譜建立起來時，就算換了一位廚師，客人吃到的味道仍然可以接近一致。對一間餐廳而言，真正能長期累積價值的，往往不是廚師個人的技術，而是那一套被整理過、可以重複執行的做菜方法。
在 AI Agent 中，廚師就是工具，而食譜就是業務邏輯。工具可以是搜尋、寄信、讀檔案、語音轉文字、摘要、資料庫查詢或排程，每一個工具都只負責一種明確的工作，而且往往比 Agent 更可靠，因為工具不需要理解目標，只需要完成指定任務。
很多人以為 AI Agent 是一個能力很強的模型，其實真正讓 Agent 能夠完成複雜任務的，並不是它自己會做所有事情，而是它可以依照既定的流程去呼叫不同工具。換句話說，Agent 的能力上限，往往取決於你為它設計了多少「食譜」。
廚房與食材（Data）：沒有糧倉，再強的廚師也難為無米之炊
即使有好的服務生與優秀的廚師，如果廚房裡沒有食材，餐廳仍然什麼都做不出來。料理依賴的是廚房的設備與冰箱中的庫存，例如肉品、蔬菜、調味料與事先準備好的醬料。廚師的能力決定料理品質，但食材決定餐廳到底能提供什麼。
在 AI Agent 中，這個角色就是資料與系統，包括資料庫、檔案、知識庫、行事曆與歷史紀錄。工具負責讀寫它們，Agent 負責決定何時使用工具，但真正提供內容的是資料本身。
這也是為什麼很多人會覺得 AI 很聰明卻幫不了實際工作，因為模型就像一位很會溝通的服務生，被帶進了一間沒有廚房與冰箱的餐廳。它可以理解你的需求，也可以跟你對話，但當它需要查資料、操作系統或依據過去紀錄做決策時，卻沒有任何東西可以使用。
當四個角色放在一起看時，你會發現 AI Agent 其實不是一個「更強的 ChatGPT」，而是一種分工結構。用戶提出目標，Agent 規劃流程，工具執行動作，資料提供內容，而所謂的導入 AI，很多時候並不是換一個模型，而是開始整理你的食譜、準備你的廚房，讓這個服務生真的有事情可以幫你完成。
蓋一間餐廳的重點：為什麼模型不是唯一的關鍵？
如果把餐廳的比喻走到底，你會發現，建立一個真正可用的 AI Agent，其實不是去找一個更聰明的服務生，而是在做兩件更根本的事情。
定義標準：寫下你的食譜，讓結果變得可重現
很多人導入 AI 時，急著問模型夠不夠強、夠不夠聰明，卻沒有先問自己一個問題：這間餐廳到底應該提供哪些菜？什麼叫做「做好」？什麼樣的結果才算符合期待？
在餐廳裡，這就是食譜的建立。你需要決定一道菜的材料比例、順序與標準，並且讓廚師可以穩定重現。換成 AI 的語境，這其實就是訂定結果標準與沉澱業務邏輯。你要先想清楚，一份「整理好的會議重點」應該長什麼樣子，一份「可用的待辦事項清單」應該包含哪些欄位，一封「合適的回信」應該維持什麼語氣與結構。
如果沒有這些標準，就算工具再多、模型再強，產出的結果也會漂移不定，因為廚師根本不知道你要什麼味道。
設計邊界：畫出菜單，讓 Agent 知道何時呼叫工具
服務生再聰明，如果不知道廚房能做什麼，他就無法安排流程。他需要知道有哪些料理、每道菜大概需要多久、哪些可以一起上、哪些必須分開。換成 AI Agent 的語境，這就是明確定義它「能做什麼」以及「應該怎麼做」。
這包括有哪些工具可以呼叫、每個工具負責什麼工作、什麼情境下該用哪一個，以及執行順序應該如何安排。當這些規則被說清楚之後，服務生才能穩定地把客人的需求轉成可執行的行動。
因此，建立 AI Agent 並不是單純的技術問題，而是一種整理工作的過程。你一邊在為廚師寫食譜，讓結果變得可重現；一邊在為服務生畫菜單，讓流程變得可安排。當這兩件事完成之後，Agent 才真的有可能既強大又可控，而不是偶爾表現驚艷、偶爾又讓人心驚膽跳。
（同場加映）當服務生拿起了主廚刀：OpenClaw 如何重塑遊戲規則
前面我們的餐廳一直維持一個穩定的分工結構：客人提出需求，服務生理解並安排，廚師負責做菜，廚房與食材提供內容。在這樣的情境中，即使服務生理解錯誤，影響通常是有限的，最壞的情況只是端錯一道菜，而不是整間餐廳出問題。
openclaw 這類 Agent 框架的特別之處，在於它改變的不是「服務生有沒有更聰明」，而是「服務生能不能動手」。
它讓服務生不再只是站在客人旁邊解釋菜單，而是可以直接走進廚房，打開冰箱、拿起鍋子、開火並完成料理。也就是說，AI 不再只負責回答問題，而是開始直接操作電腦本身，例如讀取檔案、寫入資料、執行程式或觸發自動化流程。
從「建議者」到「執行者」：能力邊界的擴展
過去的聊天式 AI，比較像一位非常博學的服務生，你可以問他應該怎麼整理會議紀錄、怎麼安排工作或怎麼寫信，他能給你建議與內容，但真正的動作仍然在你手上；而在 openclaw 這樣的系統中，當你問「我下週有哪些待辦事項」時，它不是猜測或憑記憶回答，而是可以自己打開你的紀錄、整理資訊後再回覆你。當你說幫我整理逐字稿，它不是告訴你怎麼整理，而是直接去讀檔、處理並產出結果。
用餐廳的比喻來說，你不再只是得到推薦，而是服務生真的幫你把菜做好了。
這就是 Agent 之所以強大的原因。它不是讓 AI 更會聊天，而是讓 AI 參與行動。
權力的代價：當判斷錯誤變成實際行為的風險
服務生畢竟不是廚師。他可以照印象煮出一碗麵，但他不一定理解火候、不一定知道哪些食材不能混用，也不一定分得清哪些是備料、哪些是重要庫存。當他只負責傳話時，錯誤停留在理解層面；但當他開始動手時，錯誤就會變成實際行為。
在 AI Agent 裡也是一樣。語言模型擅長的是推測意圖與生成內容，而不是精確地操作系統。當它只回覆文字時，即使理解不完全正確，代價通常有限；但當它可以修改檔案、覆寫資料或執行程式時，一次錯誤的判斷就可能變成刪除紀錄、錯誤排程甚至觸發不該執行的流程。
換句話說，Agent 框架帶來的並不是單純的能力提升，而是一個角色的改變：AI 從「提供建議的工具」，變成「參與工作的角色」。
因此問題不再只是模型夠不夠聰明，而是你是否為這位服務生設計好邊界。沒有規則的服務生會造成混亂，而設計良好的服務生才會成為助手。當 AI 能直接操作系統時，真正重要的就不再是它會不會回答問題，而是你是否決定了它可以做什麼，以及不可以做什麼。
結尾：AI 變強了，還是你的「食譜」清楚了？
在我使用 AI 的過程中，一開始我把 AI 當成會聊天的工具，它能給建議、改文字、寫 Code，但始終停在輔助的程度。直到 Openclaw 出現，我開始讓它讀檔案、整理紀錄、確認待辦時，我才意識到差別不在聰不聰明，而在它開始參與我的工作流程。
而我其實一直都知道——它並不可靠。判斷錯誤、理解偏差，甚至一本正經地胡說八道。這並不只是 AI 不夠強，而是它的先天限制，也同時反映了人類工作的方式。很多人可以靠習慣與直覺完成的事情，一旦交給另一個角色，那些沒有被說清楚的流程與標準就會全部暴露出來。
與其說我在建立 AI Agent，更像是在重新理解自己的工作。當我把規則寫下來、把資料整理好、把邊界定清楚後，它才開始能穩定地加入我的工作流程——不是 AI 變強了，而是「食譜」清楚了。
所以對我來說，AI Agent 不是一個更聰明的 ChatGPT，而是一個開始參與你工作的角色。而當你真的準備好讓它參與時，你會發現，你其實也同時重新設計了自己的工作方式。
CTA
我的所有文章都是我濃縮之後的心血，所有文章都是免費公開，
所以.....
如果你認同我的內容有所幫助，
歡迎在「方格子」或是「Linkedin」給我一個愛心or讚！
如果你認為我的內容可以幫助到更多人，
歡迎在各種管道進行分享！
如果你想要給我回饋或是有任何想法，
歡迎在「方格子」或是「Linkedin」留言告訴我！
這對我真的很重要！
