自主 AI 代理程式：定義及運作方式

甚麼是自主 AI 代理程式

自主 AI 代理程式是一種能自行朝目標推進的 AI 系統。用戶描述想要的結果，AI 代理程式便會自行規劃步驟並逐一執行。

假設有人想在三款項目管理工具之間作出選擇。自主 AI 代理程式可以逐一搜尋每款工具、打開其價格頁面、記下差異，然後交回一份完整的比較結果。用戶負責設定目標和審閱結果，中間的工作則由 AI 代理程式完成。

現時不少軟件代理程式都使用大型語言模型來理解指令，並決定下一步行動。部分模型亦能處理圖像或音訊。若要搜尋網絡、點擊按鈕或傳送電郵，AI 代理程式需要借助軟件將模型連接到各種工具，並執行模型發出的請求。

以上述項目管理為例，LLM 與 AI 代理程式的運作方式如下：

1. LLM 讀取目標，並撰寫一個搜尋第一款工具價格的請求。
2. AI 代理程式的軟件執行搜尋，再將結果以文字形式傳回 LLM。
3. LLM 閱讀結果，選擇下一步（打開價格頁面），並撰寫新的請求。
4. 這個循環會不斷重複，直至 LLM 判斷比較已經完成，並寫出最終答案。

放大

自主程度等級

在代理式 AI 系統（專為採取行動、而不只是回答問題而設的 AI）中，自主程度是一項設計選擇。同一個 AI 代理程式可以設定為每一步之前都先詢問，也可以獨自完成整項任務。

華盛頓大學的研究人員提出了一個五級框架，用以解釋 AI 代理程式可擁有的不同自主程度：

在第 4 級，AI 代理程式可能會自行研究並草擬採購訂單，但在提交前暫停。在第 5 級，它連訂單也會一併提交。

自主 AI 代理程式、自動化與聊天機械人的分別

自主 AI 代理程式與聊天機械人及工作流程自動化有兩點不同：它們會自行決定步驟，並會在其他應用程式和網站中採取行動。

聊天機械人在對話中回答問題，但通常不會在對話以外採取行動。工作流程自動化雖然會採取行動，但只會按照預先設定好的步驟進行。其中一種常見類型是機械人流程自動化（RPA），這類軟件會重複執行簡單、以規則為本的任務，例如將數據從一個系統複製到另一個系統。

自主 AI 代理程式則兩者兼備：它能在其他軟件中採取行動，並在獲提供的工具、權限和指示範圍內，自行選擇達成目標的步驟。

以一宗延誤訂單的投訴為例，便能看出分別。聊天機械人可能會回覆一段預先寫好的送貨政策說明。工作流程自動化可能會發出一封標準的「訂單延誤」電郵。自主 AI 代理程式則可以查找該訂單，發現它在運送途中遺失，安排補發，並向客戶通報最新情況。

自主 AI 代理程式如何運作

自主 AI 代理程式依靠四種能力完成任務：規劃步驟、使用工具、記住已完成的工作，以及檢查自身結果。面對較大型的任務，部分 AI 代理程式亦會將工作分配給一組 AI 代理程式。

1. 拆解目標並制定計劃

目標通常太大，無法一步完成，因此 AI 代理程式的首要工作是將其拆分為較小的任務。例如，如果用戶要求 AI 代理程式籌劃一次團隊外出活動，它可以將目標拆分為選定日期、尋找符合預算的場地、查看場地是否可供預訂，以及草擬邀請函。

視乎設計方式，AI 代理程式可以預先規劃，也可以邊做邊規劃。預先規劃是指在開始前寫好每一個步驟，適合簡短且可預測的任務。邊做邊規劃則是先擬定接下來的一兩個步驟，執行後再根據回傳的結果作出修訂。如果外出活動的首選場地已被預訂，AI 代理程式可以直接轉向下一個選項，而無需從頭開始。

放大

中國人民大學的一份基於 LLM 的自主 AI 代理程式綜述發現，第二種方式更能處理複雜任務，因為在看到任何結果之前很難寫出完美的計劃。不少 AI 代理程式會結合兩者，先草擬完整計劃，再在工作過程中加以修訂。

2. 運用工具採取行動

計劃就緒後，AI 代理程式會逐項處理任務，並為每項任務選擇合適的工具。

• 要尋找場地，它可能會使用網絡搜尋，輸入「奧斯汀附近可容納 20 人的外出活動場地」之類的查詢。
• 要查看場地是否可供預訂，它可能會在瀏覽器中打開每個場地的預訂頁面並查看日曆。
• 要發送邀請函，它可能會透過 API 連接到用戶的電郵。API 是讓一個軟件向另一個軟件請求數據或操作的連接方式。

每次行動後，AI 代理程式都會讀取回傳的結果，再決定下一步。如果搜尋找到五個場地，它就會查看這些場地是否可供預訂。如果某個預訂頁面無法載入，它就會改用場地列出的電話號碼聯絡，或轉向下一個選項。

AI 代理程式擁有哪些工具，決定了它能獨自完成哪些任務。如果沒有電郵存取權限，它可以草擬邀請函，但無法發送。

3. 以記憶追蹤進度

AI 代理程式在工作時，需要記住自己做過甚麼和得知了甚麼。當它查看過三個場地時，便需要知道哪些已被預訂、哪些仍有空位，以及每個場地的費用。這些記錄存放在 LLM 的上下文視窗中，即模型一次能夠考慮的文字量。

長時間的任務可能會超出上下文視窗的容量。具備長期記憶的 AI 代理程式會將資訊儲存在模型以外（通常是資料庫），並只擷取當前步驟所需的內容，從而解決這個問題。

長期記憶亦可以延續到不同任務之間。到了籌劃明年外出活動的時候，AI 代理程式可以重用今年的場地清單和預算，或記起團隊偏好一小時車程以內的場地。

4. 檢查結果並修正方向

在工作過程中，不少 AI 代理程式會留意步驟出錯的跡象。如果預訂表格傳回錯誤，或搜尋沒有結果，它就會嘗試其他方法。當遇到不應自行作出的決定時，例如是否接受稍為超出預算的場地，它會詢問用戶，並根據答覆作出調整。

在交回工作成果之前，不少 AI 代理程式會先檢查自己的結果。LLM 會重新閱讀它的產出，與目標比較，並列出任何遺漏或錯誤之處。AI 代理程式會作出修訂並再次檢查，直至結果符合目標。例如，如果邀請函遺漏了場地地址，檢查時便會發現，AI 代理程式會在發送前補上。

5. 將工作分配給多個 AI 代理程式

有些任務由多個 AI 代理程式分擔，進度會更快。主導 AI 代理程式會拆分工作，再將各部分交給子代理程式。

Perplexity Computer 正是這樣運作。用戶描述想要的成果，Computer 便會將其拆分為任務和子任務，然後建立子代理程式來執行。子代理程式可以在網絡上進行研究、生成文件、處理數據，或透過 API 調用已連接的服務。

當 Computer 遇到問題時，會建立新的子代理程式來解決。每個子代理程式亦可以使用不同的 AI 模型運作，讓每部分工作都交由最合適的模型處理。

因此，以外出活動為例，一個子代理程式可能負責研究場地，另一個查看團隊日曆，第三個則研究出行選擇。

放大

人們如何使用自主 AI 代理程式

人們使用自主 AI 代理程式，主要是處理日常知識型工作：研究、寫作、電郵和學習。在哈佛大學與 Perplexity 研究人員的一項研究中，生產力和學習任務佔代理式查詢的 57%。以下例子說明 AI 代理程式在各類工作中會做些甚麼。

研究與分析

研究工作需要很多細小步驟，因此非常適合交給 AI 代理程式。AI 代理程式可以搜尋、打開資料來源、閱讀內容，並比較各來源的說法。以「找出三項有關遙距工作與生產力的近期研究，並總結每項研究的發現」這類查詢為例，AI 代理程式會搜尋相關研究，並打開最相關的幾項。它會閱讀每項研究的發現，並撰寫附有每個來源連結的摘要。如果某項研究需要付費才能閱讀，AI 代理程式會轉而處理下一項。在該研究中，總結和分析研究佔代理式查詢的 7%。

文件、電郵和日曆

AI 代理程式通常在人們日常已在使用的工具中工作。在哈佛大學與 Perplexity 的研究中，Google 的文件工具和電郵是最常見的兩類，合共約佔代理式查詢的四分之一。以「查看本星期的未讀電郵，標記所有來自客戶的郵件，並為安排會面時間的請求草擬回覆」這類查詢為例，AI 代理程式會打開收件匣並整理郵件。它會查看日曆中的空檔，並為每個請求草擬回覆。它可以只儲存草稿而不發送，讓用戶先逐一審閱。

學習與課業

學生會使用 AI 代理程式來溫習。在該研究中，課業是 AI 代理程式最大的單一使用類別，佔代理式查詢的 13%。像「就我課程讀物的第四章考考我」這樣的查詢，會讓 AI 代理程式前往課程網站，閱讀該章內容，就重點撰寫問題，並檢查學生的答案。同樣的方法亦適用於任何學習新科目的人，例如需要盡快熟悉陌生行業的僱員。

購物與比較

購物佔代理式查詢的 10%，主要是搜尋和比較產品。當被要求「找一張 400 美元以下、評價良好的站立式辦公桌」時，AI 代理程式會搜尋多間零售商，按價格和評分篩選，比較最佳選項，並可將最好的一款加入購物車。由 AI 代理程式在多個網站之間比較選項，可以節省大量時間，因為用戶不再需要逐一打開並核對每個商品頁面。

使用自主 AI 代理程式的七個最佳做法

1. 從容易檢查的任務開始

最適合入手的任務，是那些出錯時容易察覺、修正成本又低的任務。研究摘要和產品比較都是不錯的起點。如果 AI 代理程式附上資料來源連結，檢查成果只需幾分鐘。隨着信任增加，用戶便可以交託步驟更多、耗時更長的任務。

2. 設定清晰的目標成果和限制

當 AI 代理程式了解任務為何重要時，或許能作出更好的判斷。好的查詢讀起來應該像給承包商的簡報：說明目的、受眾、已知資訊，以及已排除的選項。「為董事會備忘錄比較這三家供應商；董事會最關注實施風險，而我們已排除所有未符合 SOC 2 合規要求的供應商」，這樣的查詢能為 AI 代理程式提供所需資訊，讓它自行作出判斷。

3. 加入審批檢查點

有些操作無法撤回，例如發送電郵、購物、刪除檔案或提交表格。如果 AI 代理程式支援，請將它設定為在執行這些步驟前先暫停並徵詢同意。查詢本身也可以設定停止點。「草擬回覆，但不要發送」或「把最佳選項加入購物車，但不要結帳」，能明確告訴 AI 代理程式在哪裏停下，並把控制權交還給你。

4. 開始工作前先審視計劃

處理較大型的任務時，可要求 AI 代理程式在開始前先概述其計劃。審視計劃只需一分鐘，而在這個階段糾正誤解，遠比在已完成的交付成果中才發現問題的成本低得多。

5. 只開放任務所需的存取權限

AI 代理程式能存取的每個帳戶，都是它可以採取行動的帳戶。只連接任務所需的應用程式，可讓敏感資料保持在其觸及範圍之外，並減少出錯的可能。負責研究供應商的 AI 代理程式不需要電郵存取權限；負責草擬回覆的 AI 代理程式則需要，但未必需要發送權限。

6. 把檢查要求寫進查詢

AI 代理程式本身已會檢查自己的輸出，因此查詢可以告訴它要檢查哪些項目。說明好的結果應該是怎樣（「每個數據都需要附有 2025 年或之後的資料來源」），可讓 AI 代理程式在交回成果前先套用這項標準。要求它把已確認的事實與自己的推論分開，並標示出假設，能讓用戶的審閱更快、更有重點。

7. 重用行之有效的做法

曾產生出色結果的查詢，可以成為下一個類似任務的範本。給 AI 代理程式一個優質輸出的範例，例如上一季的報告，往往比用文字描述格式更有效。經常重複的任務可以變成固定的工作流程。

Perplexity 如何實踐自主 AI 代理程式

Perplexity 提供兩款自主 AI 代理程式。Comet Assistant 在瀏覽器內處理日常任務，而 Perplexity Computer 則負責可運行數小時甚至更久的大型項目。

Comet Assistant 內置於 Perplexity 的 AI 瀏覽器 Comet 之中。它直接在用戶已開啟的網站上運作，因此無需切換工具，便能安排會議、編輯文件、發送電郵及預訂機票。

Computer 在雲端運行，並如前文所述，將每個目標分配給多個子 AI 代理程式處理。它可連接數百項服務，用戶亦可為工作的特定部分選擇特定的 AI 模型。Pro 和 Max 訂閱用戶均可使用 Computer。

探索 Comet Assistant，在瀏覽器中試用 AI 代理程式；或探索 Perplexity Computer，交託更大型的項目。

常見問題

自主 AI 代理程式與代理式 AI 是否相同？

不相同，但兩個術語有重疊之處。代理式 AI 通常泛指一個更廣泛的類別，即透過規劃和採取行動來達成目標的 AI 系統。自主 AI 代理程式則是該類別中的一種特定系統，執行工作時幾乎不需要逐步審批。

所有 AI 代理程式都是自主的嗎？

不是。有些 AI 代理程式只會在用戶指示時才執行每個步驟，另一些則能自行完成整個任務。前文所述的自主程度涵蓋了完整範圍：從需要用戶逐步操作的 AI 代理程式，到用戶只需監察的 AI 代理程式。

自主 AI 代理程式可以購物或付款嗎？

視乎網站、權限及安全措施而定，部分 AI 代理程式可以協助購物。Comet Assistant 可以比較產品，並協助完成結帳流程。Perplexity 的 Instant Buy 讓符合資格的美國用戶在 Perplexity 內購買支援的產品，並可選用 PayPal 結帳。

使用自主 AI 代理程式需要編程技能嗎？

許多現成的 AI 代理程式無需編程即可使用。部分平台亦讓用戶透過自然語言指示或圖形介面建立 AI 代理程式。編程則有助於自訂整合、除錯及實現更專門的行為。