Article
AI Agent 是什麼？我自己開發上千小時，用白話講它跟聊天機器人、自動化差在哪
AI Agent 是會替你把事情做完的 AI 系統，由模型、工具、記憶和上下文組成。模型負責判斷，工具讓它能讀檔、搜尋、跑程式，記憶讓它記得你，上下文決定它這一刻看得到什麼。聊天機器人多半只回答，自動化工作流照固定步驟跑，AI Agent 會依目標自己挑工具完成任務。我開發 AI Agent 超過一千小時，下面講它怎麼運作、成本怎麼抓、從哪開始。
聊天機器人、自動化工作流、AI Agent 差在哪
2025 年 8 月我寫過一篇貼文，用很白話的方式形容這三種東西。現在回頭看，這個說法我還是覺得好懂。
- 什麼都懂、說得頭頭是道，但只剩一張嘴的，是一般的 AI 聊天。
- 學會聽話照做，像流水線工人的，是自動化工作流。
- 拿到一堆工具，交代什麼都能試著做到的，是 AI Agent。
| 類型 | 它在做什麼 | 適合的事 | 常見例子 |
|---|---|---|---|
| AI 聊天 | 讀你的問題，回一段文字 | 問問題、討論、寫文案、給建議 | 純聊天的模型對話 |
| 自動化工作流 | 照事先排好的步驟，一站一站跑 | 每次流程都一樣的固定工作 | n8n 這類工作流工具 |
| AI Agent | 拿到目標後，自己決定用哪個工具、做幾步 | 每次情況不同、需要判斷的工作 | Claude Code、Codex、自己開發的 Agent |
AI 聊天只會文字進、文字出
大型語言模型最初的能力，就是讀一段文字，再算出接下來最可能的文字。後來多了畫圖、聲音、影片，但單獨使用時，它仍然只能產出某一種成果。
它很懂你在想什麼，也能陪你談心、給建議。可是當你說「你能幫我把這個檔案解壓縮嗎」，它就卡住了，因為它碰不到你的電腦，也沒有權限去動任何檔案。
自動化工作流把 AI 綁在固定崗位
為了讓 AI 真的做出成果，人們開始給它工具，並規定它在某個崗位上只用某幾個工具、產出某一種結果。把好幾個崗位串起來，就是自動化工作流。
我 2025 年做過一條工作流，把 Facebook 貼文自動改寫成部落格文章，排好圖文後存進草稿，用的是 n8n。這種事每次步驟都一樣，用流水線的方式做最穩，出錯也好查。想自己用 n8n 接一個會判斷的 AI 節點，可以看 n8n AI Agent 教學；想讓它在手機上回你，n8n 串接 Telegram Bot 有從申請到設定的步驟。
AI Agent 自己挑工具把事做完
當工作流多到人管不過來，就會想把「該用哪條流程、哪個工具」也交給 AI 判斷。AI Agent 就是這樣的系統，它知道自己有哪些工具、每個工具怎麼用，你給一個目標，它自己決定步驟。
它的好處是彈性大，壞處是會忘記、會搞錯。工作越複雜，就越常看到大家把它分成好幾個 Agent，各自負責一塊，再由一個 Agent 統一調度，有點像人類公司的分工。我早期用角色分工做過一組網站編輯團隊，過程寫在 打造一人公司專屬 AI 團隊。
為什麼 ChatGPT 能做事，自己接模型卻不行
這是我最常被問的問題之一。有人照網路推薦裝了很強的模型，結果連解壓縮檔案都做不到，可是 ChatGPT 卻能直接處理。
原因在於模型本身沒有手腳。大家平常用的 ChatGPT、Claude，背後都由官方接好了一整組工具。你要它分析檔案時，模型負責看懂需求、決定用哪個工具，背後的系統去跑程式、解壓縮、讀取內容，再把結果整理給你。連把程式碼排版整齊、把圖片顯示給你看，背後都有工具在處理。
所以「同一個模型，有的能做事、有的不能」，差別幾乎都在模型外面那一圈。這一圈，就是 AI Agent 要處理的事。
AI Agent 由哪四個部分組成
我自己會用四個部分來理解一個 AI Agent。
| 組成 | 負責什麼 | 少了會怎樣 |
|---|---|---|
| 模型 | 看懂需求、判斷下一步、產生內容 | 什麼都不會發生 |
| 工具 | 讀寫檔案、搜尋、呼叫 API、執行程式 | 只能聊天，做不了事 |
| 記憶 | 記得你是誰、你的習慣、以前做過的決定 | 每次開新對話都要重講一遍 |
| 上下文 | 這一輪實際交給模型看的所有資料 | 做到一半忘記在幹嘛，前後不一致 |
模型負責判斷
模型可以用雲端的服務，也可以用開源模型在自己電腦跑。我在 AI Agent 自學網的教學裡，直接拿現成的模型來用，沒有自己訓練模型，要學的是怎麼把模型和其他部分接成一套能用的系統。
工具讓它有手腳
搜尋、檔案、資料庫、API 都是工具。工具接上去之後，還要讓模型知道它們存在、能做什麼、需要什麼參數。現在很多工具會用 MCP（Model Context Protocol）來接，這是 Anthropic 在 2024 年 11 月公開的開放標準，讓不同的 AI 工具能用同一種方式接上外部資料與服務。想動手接接看，可以看 MCP 與 Claude Code 入門。
工具不是越多越好。每個工具的說明都會佔掉上下文，接越多，模型要讀的東西越多，也越容易選錯。
記憶讓它記得你
我跟自己的 Agent 一起開發了將近一千個小時，我覺得最有價值的部分，是它記得我的每個專案和習慣。記憶系統實際在做的事，是先把可能有用的記憶找出來，再把這一輪需要的那幾條放回上下文，讓模型看得到。
要 Agent 主動記住事情不難，能寫入檔案的 Agent 都做得到。難的是讓它自己判斷什麼該記、什麼時候該查，而且不把記憶越搞越亂。這部分我另外寫在 AI Agent 記憶怎麼做。
上下文是我花最多時間的地方
上下文就是 AI 在這一刻能看到的所有資料。我們覺得 AI「記得」剛剛聊過的事，很多時候只是那些內容還在上下文裡。
做到 Agent 之後，送給模型的已經是一大包資料。裡面有對話紀錄、Agent 的角色設定、使用者的資料、工具清單、目前任務做到哪。資料給太少，它不知道前面發生什麼；任務狀態漏掉，它做到一半會忘記；以前的重要決定消失，它可能重做一次，做出不同的答案。
所以現在我的 Agent 如果突然變笨、亂跑，我第一個看的通常是這一輪它到底拿到了什麼上下文，然後才懷疑模型。
上下文也不是越長越好。雲端 API 的上下文越長，Token 費用通常越高；自己跑開源模型，上下文拉長速度就變慢。對話一直累積下去，就要做上下文壓縮，把沒用的細節縮短，但目前的目標、做過的重要決定、不能違反的限制要留著，不然 Agent 會開始失憶。
取得 AI Agent 的三條路
想要一個會做事的 AI，我會建議照這個順序走。
| 路線 | 怎麼做 | 好處 | 要注意的地方 |
|---|---|---|---|
| 官方工具 | 直接用 ChatGPT、Claude Code、Codex、Gemini 這類官方產品 | 開箱即用，幾乎不用設定 | 綁定該家的模型，不好替換 |
| 開源通用工具 | 用 OpenClaw、OpenCode、Hermes Agent 這類開源專案接各家模型 | 可以自由換模型，也能接自己電腦的開源模型 | 功能多、更新快，一更新原本順的流程可能要重調 |
| 自己開發 | 只針對常用的模型與工具做一套 | 精簡、可控，不被別人的更新牽著走 | 入門較難，要自己維護 |
第一步先用官方工具，搞清楚 AI 能做到什麼程度。想要彈性，再看開源工具，我整理過的清單在 開源 AI Agent 工具推薦。每天跑的流程固定下來之後，才值得自己做一套。
我自己做 AI Agent 的經驗
我是 2025 年 4 月，還在領失業補助的時候，決定好好學 AI。一開始用免費的 AI，把平常的工作丟給它試試看。這段自學怎麼走過來，我另外寫在 怎麼讓 AI 為自己所用。
到了 2025 年夏天，我已經在用 n8n 做自動化工作流，最愛用的則是 Gemini CLI 這類命令列 Agent，它能操作我的電腦，也能寫新的 Python 程式替自己做工具。當時選 Gemini CLI，主要是因為便宜、額度多，我那時就說過它不是最強、最穩定的。
後來我開始開發自己的 AI Agent。2025 年 11 月第一次靠 AI 相關的工作賺到錢，2026 年 1 月在 n8n 年會當講者，9 月開了 AI Agent 自學網。這一路上，我每天都在跟自己的 Agent 一起工作。
自己做的 Agent，贏在更懂我
2026 年 10 月我做過一次比較。同樣要求找出 AI Agent 自學網文案裡的矛盾處、給修改建議，我自己開發的 Agent 只用 35B 的開源模型，就找出了幾個衝突和不好懂的地方。另一個主打用最強模型的現成服務，花了很久時間，列了一大串要改的點，還把我花很多時間打磨、用來強調特色的文案，換成了很平庸的句子。
我自己的 Agent 沒有比較聰明，它只是更懂我。它知道網站在賣什麼、我的寫作習慣、哪些話是刻意這樣寫的。這也是我想自己開發的理由。值不值得自己做、什麼情況我會建議先別做，我寫在 自己做 AI Agent 值得嗎。
退役舊 Agent 學到的事
2026 年 10 月，我把開發了上千小時的舊 Agent 退役，花了幾週重做一個新的。退役前把舊資料整理封存，一共 21G，留了兩處備份。
重做的過程，我學到幾件事。
- 只做用得到的功能。舊的那隻邊做邊實驗，很多系統只用過一次，後來都變成潛在風險。
- 讓 AI 自己測試。新的這隻讓開發用的 AI 改完自己測、有錯自己修，測過再交給我，速度快了不少，前提是做好資料隔離，別動到自己的真實資料。
- 指令和報錯要寫清楚。哪裡錯、為什麼錯一看就懂，AI 就能靠反覆試錯修好，不用賭模型夠不夠聰明。
- 上下文省下來，開源模型也跑得動。工具和說明盡量精簡，用得到才載入。
新的這隻我改成主幹加外掛的寫法，哪些留在主幹、哪些做成外掛，寫在 自己做的 AI Agent 越改越亂怎麼辦。地端模型不夠聰明的時候，我會把 Agent 的工具開放給 Claude 這類雲端模型借用，做法在 用 MCP 讓 Claude 接上自己的 AI Agent。地端模型常重複做錯同一件事，我的經驗是多半少了一層約束，可以看 地端模型的 Harness。
成本與雲端、地端怎麼選
AI Agent 的花費主要看你用哪種模型、用多少。雲端模型照用量計費，上下文越長通常越貴，好處是不用買設備、模型能力強。地端是在自己的電腦跑開源模型，推理不用付 API 費用，但要有夠力的硬體，速度也會受影響。
我自己兩種都用。設備有一台 RTX 4060 筆電、一台 128GB 的 GB10、一台 128GB 的 MacBook M5 Max，還有一台 N200 小主機。雲端模型我會讓上下文留長一點；地端開源模型我反而喜歡短一點，夠用就好，雖然不用付錢，燒 GPU 還是會心疼。
新手不需要一開始就買設備。各項費用怎麼算，我整理在 AI Agent 成本要花多少；想試著把模型放在自己電腦跑，可以看 地端 AI Agent 入門。
雲端和地端各適合哪些情境，我整理在 雲端 AI 與地端 AI 怎麼選。第一次在自己電腦裝模型，LM Studio 本機模型實測 比較好上手；手上有 128GB 等級的機器，可以參考我 自架 DeepSeek V4 Flash 當地端 Agent 大腦 的實測。
什麼時候不需要自己做
如果你主要用 AI 問問題、寫幾段文字，現有平台已經夠用，繼續用就很好。自己開發會多出設定、維護和檢查結果的工作，這些成本要一起算進去。
值得考慮自己做的情況，通常是資料分散在好幾個工具裡、某些事每週都要做，又有固定的規矩。像是要參考自己的資料寫文章，或想用同一個入口查行程、整理紀錄。我最早用 Notion 加 n8n 做個人助理的過程，寫在 打造個人 AI 助理。
自己的 Agent 累積下來的，是三種東西。第一種是資料，像你的偏好、工作文件、確認過的紀錄。第二種是工具，像讀取資料、整理表格的功能。第三種是方法，像文章格式、工作順序、哪些動作要先問你。模型會更新、服務的規則也會變，這三樣有一份自己能整理、帶得走的版本，我覺得很重要。換模型時介面、權限和結果還是要重新核對，不會每樣都能原封不動搬過去。
邁出第一步，先挑一件每週重複的事
我建議的起點很小。寫下這週你重複做過的一件事，再寫它需要哪些資料、目前用什麼工具、做完應該看到什麼結果。
例如先選「依照自己的資料整理一篇文章」，就不用同時想行程、記帳和所有社群。能把一件事講清楚，你就替第一個 Agent 找到起點了。
想要有人帶著做，可以從我做的 AI Agent 自學網 開始。L0 先講清楚為什麼要做、要花多少、模型怎麼選，L1 的免費實作 會帶你用 Pi 這個開源 Agent 當起點，把第一個 AI Agent 跑起來。先真的跑過一次，確定做起來開心、教的方式你喜歡，再決定要不要往下學。
如果是公司或團隊想導入 AI Agent，也可以到 合作洽談 跟我聊聊。
常見問題 FAQ
AI Agent 跟 ChatGPT 差在哪？
模型本身只會讀文字、吐文字。ChatGPT 能分析檔案、跑程式，是因為官方在背後幫它接了一整組工具。AI Agent 指的就是這種「模型加上工具、記憶與上下文」的整套系統，它會依照你的目標自己決定要用哪個工具，一步步把事情做完。ChatGPT 本身也能算是一種官方做好的 Agent，自己開發的差別在於能照你的資料與習慣去調整。
AI Agent 跟 n8n 這類自動化工作流有什麼不同？
自動化工作流像工廠流水線，每一站做什麼都事先排好，穩定、可控，適合固定流程。AI Agent 則是拿到目標後自己挑工具、決定順序，彈性大，但也更容易做錯或忘記事情。我自己兩種都用，固定的事交給工作流，需要判斷、每次情況不同的事交給 Agent。
不會寫程式可以做自己的 AI Agent 嗎？
可以先從官方現成工具開始用，熟悉 AI 能做到什麼程度。要自己做的話，現在可以讓 AI 協助寫程式，再用現成的開源專案當起點，例如我在 AI Agent 自學網用的 Pi。過程中還是要花時間設定、測試和維護，這部分要先有心理準備。
做 AI Agent 需要買很貴的顯示卡嗎？
不一定要。用雲端模型的 API 就能開始，費用依用量計算，上下文越長通常越貴。想用開源模型在自己電腦跑才需要考慮硬體，好處是推理不用付 API 費用，代價是速度與設備成本。新手建議先用雲端或免費額度跑起來，確定需求再決定。
AI Agent 為什麼會突然變笨或忘記事情？
我遇到這種狀況，第一個檢查的通常是這一輪它拿到了什麼上下文。對話太長被壓縮、重要決定被擠掉、工具說明沒放進去，都會讓它表現失常。換更強的模型有時有用，但多數時候是要讓它看到的資料出了問題。