AI Agent 是什麼?企業 AI Agent 開發指南|奇鋒國際 PeakQi 跳到主要內容
← 回到觀點 AI 導入

AI Agent 是什麼?企業 AI Agent 開發指南

AI Agent 會自己判斷步驟、呼叫工具做事。整理它和聊天機器人、RPA 的差別、開發流程、成本結構與失敗原因。

2026 年 11 月 14 日 · 11 分鐘閱讀

封面:AI Agent 運作迴圈示意,目標、判斷下一步、呼叫工具、檢查結果四個節點繞成一圈,出口標示人工確認

AI Agent(AI 代理)是一種拿到目標之後,會自己判斷下一步、呼叫工具(查資料、填表、發訊息)、檢查結果,再決定要不要繼續的 AI 系統。它和聊天機器人的差別在「會動手做事」,和 RPA 的差別在「步驟不是事先寫死的」。企業開發 AI Agent,建議從一段發生頻率高、規則說得清楚的流程開始,限定它能用的工具,並在對外送出前保留人工確認。以奇鋒國際 PeakQi 的標準模組為例,第一階段最快 10 個工作天上線,完整垂直平台約六週起;費用拆成導入費、月費、使用量費三塊,依需求範圍報價。

AI Agent 是什麼?三個要件

一個系統能不能叫 AI Agent,看三件事:有目標(不是只回一句話)、有工具(能讀寫外部系統)、有迴圈(做完一步會檢查結果,自己決定下一步)。

Anthropic 在 2024 年 12 月發表的〈Building effective agents〉把這件事講得很清楚:「工作流程」(workflow)是由事先寫好的程式路徑來安排模型與工具;「代理」(agent)則是由模型動態決定自己的流程與要用哪些工具。同一篇文章也提醒,代理系統通常是用更高的延遲與成本換取更好的任務表現,所以建議先找最簡單的解法,真的需要才增加複雜度。

換成老闆聽得懂的說法:

  • 工作流程像標準作業程序,第一步、第二步、第三步,每次都一樣。
  • AI Agent 像一位新進助理,你交代「把這位客人的需求整理好、查一下檔期、擬一份回覆給我看」,他自己決定先查什麼、缺資料就回頭問。

AI Agent 跟聊天機器人、RPA、自動化流程差在哪

最快的分法是問一句:下一步是誰決定的? 聊天機器人只回答、不往下做;RPA 和自動化流程照固定腳本走;AI Agent 會依情況自己決定下一步,並動用工具。

比較圖:聊天機器人一問一答就結束;RPA/自動化流程照固定的步驟 1、2、3 執行;AI Agent 從目標出發,判斷下一步、呼叫工具、檢查結果,不夠就再來一輪,最後經人工確認才完成
比較圖:聊天機器人一問一答就結束;RPA/自動化流程照固定的步驟 1、2、3 執行;AI Agent 從目標出發,判斷下一步、呼叫工具、檢查結果,不夠就再來一輪,最後經人工確認才完成
聊天機器人RPA/自動化流程AI Agent
誰決定下一步沒有下一步事先寫好的腳本模型依情況判斷
能不能動用系統通常只讀知識庫可以,但只照固定動作可以,在授權範圍內自選工具
遇到例外答不出來就轉人工停住或出錯回頭追問、換方法,或交給人
適合的工作常見問題、營業資訊格式固定、量大的重複操作步驟不固定、要查多個來源、要看情況判斷
主要風險答非所問格式一變就壞成本與錯誤會隨步數累加
開發重點知識庫內容流程與欄位對應工具權限、人工確認關卡、評估測試

三者不是誰取代誰。很多實際系統是混搭:固定的部分用自動化流程,要判斷的部分才交給 Agent,對外回覆的部分可以是聊天介面。n8n 這類流程工具、套裝 SaaS 與客製平台怎麼選,另一篇n8n、套裝 SaaS、客製 AI 平台怎麼選有完整比較。

哪些工作適合交給 AI Agent

適合交給 AI Agent 的工作有三個特徵:每週都在發生、步驟會因情況不同而改變、做錯可以在送出前被攔下來。三個都符合,才值得用 Agent;只符合第一個,用自動化流程就夠了。

適合的例子:

  • 詢問接待與需求整理:LINE 進來的詢問,Agent 判斷客人要問什麼、缺哪些資訊就追問、查檔期或物件資料,整理成客戶卡交給業務。
  • 內容與回覆草稿:貼文、評論回覆、公告、報價草稿,Agent 依店家上傳的資料產出,缺價格或日期這類硬事實先問。
  • 資料比對與判定:把外部公告、內部清單、規則表互相比對,信心足夠的自動處理,不夠的交給人。

先不要用的情況:

  • 規則一句話就說得完、每次都一樣:用自動化流程,便宜又穩定。
  • 做錯就無法挽回、又沒辦法加人工確認(例如直接動用款項)。
  • 流程還沒定型,今天這樣做、明天那樣做,Agent 沒有可以依循的判斷基準。

奇鋒國際交付過的系統裡,掌櫃 AI是很典型的 Agent 架構:一位 AI 總管聽懂店家的一句交辦,派給 23 位專職助手之一(社群小編、評論公關、宴席報價等),產出的草稿全部進待審區,店家核可後才發布。獲 115 年度 AI 新銳選拔最高級距開發費的多代理平台,則是把同一個概念放大成「公司 → 部門 → Agent → 工具」四層:公司層的大總管只判斷需求歸哪個部門,部門主管再分派給成員,每位成員有自己的職掌、可用工具、需要人確認的關卡與量測指標。

企業 AI Agent 開發流程與時程

AI Agent 開發的順序是:先定義任務與邊界,再接工具,最後才調模型。很多專案反過來先挑模型、做 Demo,結果 Demo 很漂亮,接上真實資料就失控。

步驟要做的事產出
1. 任務盤點選一段流程,寫下目標、輸入、輸出、什麼算做完任務說明與成功指標
2. 邊界設計列出 Agent 能用的工具、能讀寫的資料、哪些動作要人確認工具與權限清單、人工確認關卡
3. 工具串接接上 LINE 官方帳號、表單、試算表、既有 CRM 等可呼叫的工具與測試資料
4. 建置與校準設定指令與知識、用真實情境跑、修正判斷錯誤可試用的第一版
5. 小範圍上線讓實際使用者用,記錄每一次判斷與人工修正上線版本與紀錄
6. 持續調整依紀錄調整工具、規則與確認門檻,再決定擴大下一階段建議

時程上,以 PeakQi 標準模組的第一階段為例:DAY 0 簽約、提供資料;DAY 1–4 建立知識庫與模組建置;DAY 5–7 內部測試、模擬對話;DAY 7–10 校準會議;DAY 10 正式上線。需要客製串接、資料遷移、跨部門權限的,依複雜度另行評估;完整垂直平台或大型客製系統參考時程約六週起。第一階段為期三個月,之後依實際使用按月調整或停止。完整的六階段做法見導入方法,從盤點開始的步驟見企業 AI 導入怎麼開始。

AI Agent 開發成本怎麼估

AI Agent 的費用結構和一般 AI 自動化相同,分三塊:一次性導入費(任務設計、工具串接、資料整理、測試)、平台月費(系統使用與維運,含標準文字 AI 用量)、AI 使用量費(圖片、影片這類高成本生成,用多少付多少)。PeakQi 的三種方案都是依需求報價,細節見方案說明與AI 自動化費用與時程拆解。

和一般聊天機器人相比,Agent 有四個會推高成本的因素,報價前要一起確認:

  1. 工具數量與串接難度:每多接一個系統,就多一份串接、權限與測試工作;對方系統沒有 API 的更花時間。
  2. 每件任務的步數:Agent 每多想一步、多查一次,就多一次模型呼叫。Anthropic 也明講代理系統是用成本與延遲換表現,所以要設步數與費用上限。
  3. 人工確認的設計:哪些動作要人點核可、待審區怎麼呈現、退回後怎麼重做,是 Agent 專案裡最容易被低估的工作量。
  4. 評估與測試:要準備一批真實情境當測試集,每次調整後重跑,確認沒有改好一處、壞了另一處。

AI Agent 專案常見的失敗原因

失敗的 Agent 專案,問題通常不在模型不夠聰明,而在範圍太大、價值說不清楚、沒有風險控管。Gartner 在 2025 年 6 月預測,到 2027 年底超過 40% 的 agentic AI 專案會被取消,主要原因是成本攀升、商業價值不明確與風險控管不足;同一份新聞稿也估計,自稱做 agentic AI 的數千家廠商中,真正具備代理能力的只有約 130 家,其餘多是把聊天機器人、AI 助理換個名字的「agent washing」(Gartner 新聞稿,2025-06-25)。Gartner 並不看壞 Agent 本身:同一份預測也指出,到 2028 年至少 15% 的日常工作決策會由 agentic AI 自主做出(2024 年為 0%),33% 的企業軟體會內建 agentic AI(2024 年不到 1%)。技術會來,成敗取決於每個專案的任務與邊界有沒有定清楚。

實務上最常見的五種狀況:

  • 一開始就要全自動:沒有人工確認關卡,第一次出錯就失去信任,專案停擺。
  • 任務定義模糊:「讓 AI 幫忙處理客服」不是任務,「把 LINE 詢問整理成客戶卡、缺電話就追問」才是。
  • 工具權限給太大:Agent 能讀寫的資料超過任務需要,出錯時影響範圍跟著變大。
  • 沒有紀錄可以回查:不知道 Agent 為什麼這樣判斷,就沒辦法修。
  • 只看 Demo 不看真實資料:Demo 用乾淨的範例,上線後遇到錯字、截圖、缺欄位就失準。

怎麼評估 AI Agent 開發合作夥伴

評估 AI Agent 開發廠商,看的不是對方用哪個模型,而是能不能把邊界、確認關卡與退場條件講清楚。簽約前至少問這六題:

  1. 第一次開會是先問你的流程,還是先展示功能?
  2. 這個 Agent 能用哪些工具、能讀寫哪些資料,有沒有列成清單?
  3. 哪些動作會停下來等人確認?判斷不了的時候轉給誰?
  4. 每一次判斷有沒有紀錄可以回查,出錯時怎麼修?
  5. 費用是否拆成導入費、月費、使用量費,模型呼叫量有沒有上限?
  6. 能不能先做一段流程驗證?不想繼續時資料怎麼拿回來?

六題都答得具體的廠商,通常也真的做過上線系統;只講「我們的 AI 很聰明」的,要多留意是不是前面提到的 agent washing。更完整的問題清單見AI 自動化公司怎麼選,我們實際交付過的系統在案例。如果你想知道公司裡哪一段流程適合交給 AI Agent,歡迎約個時間聊聊。

常見問題

Q:AI Agent 和 ChatGPT 這類聊天工具有什麼不同? 聊天工具是你問一句、它答一句,下一步由你決定。AI Agent 接上了公司的工具與資料,拿到目標後會自己查資料、填表、擬回覆,做完一步檢查結果再決定下一步,最後交給人確認。

Q:中小企業需要自己養工程師才能用 AI Agent 嗎? 不需要,但公司內要有一位熟悉流程的窗口,負責說明平常怎麼做事、什麼算例外、哪些動作一定要人確認。技術建置、串接與維運可以交給開發夥伴。

Q:AI Agent 會不會自己亂做事? 風險來自權限與確認關卡的設計。只給任務需要的工具、對外送出前一律進待審區、判斷不了就轉人工,並保留每次判斷的紀錄,風險就能控制在可回查、可修正的範圍。

Q:開發一個 AI Agent 要多久? 以 PeakQi 標準模組為例,第一階段最快 10 個工作天上線;需要客製串接、資料遷移或跨部門權限的另行評估,完整垂直平台約六週起。上線後的前幾週還要依真實紀錄校準。

Q:AI Agent 的費用怎麼算? 分成一次性導入費、平台月費(含標準文字 AI 用量)與圖片、影片等高成本 AI 的使用量費,依啟用範圍、工具串接數量與確認流程報價。簽約前應要求廠商依你的流程估算用量範圍。


作者:PeakQi 奇鋒國際團隊。AI Agent 的定義引用 Anthropic〈Building effective agents〉(2024 年 12 月),市場預測引用 Gartner 新聞稿(2025 年 6 月);費用結構與時程以 PeakQi 的方案說明與導入方法為準,不同廠商做法可能不同;案例內容以站上已公開的案例頁為準。發布:2026-11-14。