自主代理程式：定義與運作方式

什麼是自主 AI 代理程式

自主 AI 代理程式是一種能自行朝目標努力的 AI 系統。使用者描述想要的結果，AI 代理程式便會規劃步驟並逐一執行。

假設有人想從三款專案管理工具中選出一款。自主 AI 代理程式可以搜尋每款工具、開啟其價格頁面、記下差異，並交回一份完整的比較結果。使用者負責設定目標並檢視結果，中間的工作則由 AI 代理程式完成。

目前許多軟體代理程式都使用大型語言模型（LLM）來解讀指令並決定下一步行動。有些模型也能處理圖片或音訊。若要搜尋網路、點擊按鈕或寄送電子郵件，AI 代理程式需要能將模型連接到工具並執行其請求的軟體。

以專案管理工具為例，LLM 和 AI 代理程式的運作方式如下：

1. LLM 讀取目標，並撰寫一項請求，搜尋第一款工具的價格。
2. AI 代理程式的軟體執行搜尋，並將結果以文字形式傳回給 LLM。
3. LLM 讀取結果、選定下一步（開啟價格頁面），並撰寫新的請求。
4. 這個循環會不斷重複，直到 LLM 判斷比較已完成，並寫出最終答案。

放大

自主程度的層級

在代理式 AI 系統（專為採取行動而非僅回答問題所打造的 AI）中，自主程度是一種設計選擇。同一個 AI 代理程式可以設定為每個步驟前都先詢問，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套五級框架，用來說明 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單，但在送出前暫停。到了第 5 級，它會連訂單一併送出。

自主 AI 代理程式、自動化與聊天機器人的比較

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

聊天機器人會在對話中回答問題，但通常不會在對話之外採取行動。工作流程自動化確實會採取行動，但只會依照他人事先設定的步驟進行。常見的一種是機器人流程自動化（RPA），這類軟體會重複執行簡單、以規則為基礎的任務，例如將資料從一個系統複製到另一個系統。

自主 AI 代理程式則兩者兼具：它會在其他軟體中採取行動，並在獲得的工具、權限和指示範圍內，自行選擇達成目標的步驟。

以一則訂單延遲的客訴為例，就能看出差異。聊天機器人可能會回覆一段預先寫好的運送政策說明。工作流程自動化可能會寄出一封制式的「訂單延遲」電子郵件。自主 AI 代理程式則可以查詢訂單、發現包裹在運送途中遺失、安排補寄，並通知顧客最新狀況。

自主 AI 代理程式如何運作

自主 AI 代理程式仰賴四項能力來完成任務：規劃步驟、使用工具、記住已完成的事項，以及檢查自身的結果。面對規模較大的任務，有些 AI 代理程式還會將工作分配給由多個 AI 代理程式組成的團隊。

1. 拆解目標並制定計畫

目標通常太大，無法一步到位，因此 AI 代理程式的首要工作就是將目標拆解成較小的任務。例如，若使用者請 AI 代理程式規劃團隊外地活動，它可能會將目標拆分為選定日期、尋找符合預算的場地、確認場地是否有空檔，以及草擬邀請函。

AI 代理程式可以預先規劃，也可以邊做邊規劃，視其設計方式而定。預先規劃是指在開始前寫好每個步驟，適合簡短、可預測的任務。邊做邊規劃則是只規劃接下來的一兩個步驟，執行後再根據回傳的結果修正。如果外地活動的首選場地已被預訂，AI 代理程式可以直接改選下一個方案，而不必從頭來過。

放大

中國人民大學的一份以 LLM 為基礎的自主 AI 代理程式研究綜述發現，第二種方式較能處理複雜的任務，因為在看到任何結果之前，很難寫出完美的計畫。許多 AI 代理程式會結合兩者，先擬定完整的計畫草案，再於工作過程中修正。

2. 使用工具採取行動

計畫就緒後，AI 代理程式會逐一處理每項任務，並為每項任務選擇合適的工具。

• 為了尋找場地，它可能會使用網路搜尋，輸入像是「奧斯汀附近可容納 20 人的外地活動場地」這樣的查詢。
• 為了確認場地是否有空檔，它可能會在瀏覽器中開啟每個場地的預訂頁面並查看行事曆。
• 為了寄送邀請函，它可能會透過 API 連接到使用者的電子郵件；API 是讓一個軟體向另一個軟體請求資料或操作的連接方式。

每次採取行動後，AI 代理程式都會讀取回傳的內容，並決定下一步。如果搜尋找到五個場地，它就會確認這些場地是否有空檔。如果預訂頁面無法載入，它會改查該場地的電話資訊，或直接改試下一個方案。

AI 代理程式擁有哪些工具，決定了它能獨立完成哪些任務。如果沒有電子郵件存取權，它可以草擬邀請函，卻無法寄出。

3. 透過記憶追蹤進度

AI 代理程式在工作時，必須記錄自己做了什麼、學到了什麼。等到確認完三個場地時，它需要知道哪些已被預訂、哪些還有空位，以及每個場地的費用。這些紀錄存放在 LLM 的上下文視窗中，也就是模型一次能考量的文字量。

較長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之外（通常是資料庫），並只擷取目前步驟所需的內容，以此解決這個問題。

長期記憶也能延續到不同任務之間。到了規劃明年外地活動的時候，AI 代理程式可以沿用今年的場地清單和預算，或想起團隊偏好車程一小時以內的場地。

4. 檢查結果並修正方向

在工作過程中，許多 AI 代理程式會留意步驟出錯的跡象。如果預訂表單傳回錯誤，或搜尋沒有任何結果，它會嘗試其他方法。當遇到不該獨自做出的決定時，例如稍微超出預算的場地是否可以接受，它會詢問使用者，並根據回答進行調整。

在交回成果之前，許多 AI 代理程式會先檢視自己的結果。LLM 會重新閱讀產出的內容、與目標進行比較，並列出任何遺漏或錯誤之處。AI 代理程式會進行修正並再次檢查，直到結果符合目標為止。舉例來說，如果邀請函缺少場地地址，檢視過程就會發現，AI 代理程式便會在寄出前補上。

5. 將工作分配給多個 AI 代理程式

有些任務由多個 AI 代理程式分工會更快完成。主代理程式會拆分工作，並將各部分交給子代理程式。

Perplexity Computer 就是這樣運作的。使用者描述想要的成果，Computer 會將其拆解為任務與子任務，接著建立子代理程式來執行。子代理程式可以研究網路資訊、產生文件、處理資料，或透過 API 呼叫已連接的服務。

當 Computer 遇到問題時，會建立新的子代理程式來解決。每個子代理程式也可以在不同的 AI 模型上執行，讓每部分工作都交給最適合的模型處理。

因此，以外地活動為例，一個子代理程式可能負責研究場地，另一個確認團隊成員的行事曆，第三個則研究交通方案。

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工作：研究、寫作、電子郵件和學習。在一項由哈佛大學與 Perplexity 研究人員進行的研究中，生產力與學習任務佔代理式查詢的 57%。以下範例說明 AI 代理程式在各類工作中能做些什麼。

研究與分析

研究工作很適合交給 AI 代理程式，因為它包含許多小步驟。AI 代理程式可以搜尋、開啟來源、閱讀內容，並比較各來源的說法。以「找出三項近期關於遠端工作與生產力的研究，並摘要每項研究的發現」這樣的查詢為例。AI 代理程式會搜尋相關研究，並開啟最相關的幾項。它會閱讀每項研究的發現，並撰寫附有所有來源連結的摘要。如果某項研究需要付費才能閱讀，AI 代理程式就會改看下一項。在該研究中，摘要與分析研究資料佔代理式查詢的 7%。

文件、電子郵件與行事曆

AI 代理程式經常在人們每天已經在用的工具中工作。在哈佛大學與 Perplexity 的研究中，Google 的文件工具和電子郵件是最常見的兩種，合計約佔代理式查詢的四分之一。以「瀏覽本週的未讀郵件、標記所有來自客戶的郵件，並草擬回覆排程請求的信件」這樣的查詢為例。AI 代理程式會開啟收件匣並整理郵件。它會查看行事曆上的空檔，並為每項請求草擬回覆。它可以只儲存草稿而不寄出，讓使用者能先逐一檢視。

學習與課業

學生會使用 AI 代理程式來讀書。在該研究中，課業是 AI 代理程式使用量最大的單一類別，佔代理式查詢的 13%。像「根據我的課程讀物第四章出題考我」這樣的查詢，會讓 AI 代理程式前往課程網站，閱讀該章節、針對重點出題，並檢查學生的答案。同樣的方式也適用於任何學習新主題的人，例如需要快速熟悉陌生產業的員工。

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。當收到「找一張 400 美元以下、評價良好的站立式辦公桌」這樣的請求時，AI 代理程式會搜尋多家零售商、依價格和評分篩選、比較排名前幾名的選項，還能將最佳選項加入購物車。讓 AI 代理程式跨多個網站比較選項，可以節省大量時間，因為使用者不必再逐一開啟並交叉比對每項商品資訊。

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

最適合入門的任務，是錯誤容易發現、修正成本也低的任務。研究摘要和產品比較都是很好的起點。如果代理程式附上來源連結，檢查成果只需幾分鐘。隨著信任逐步建立，就能把步驟更多、耗時更長的任務交給代理程式處理。

2. 設定明確的成果與限制條件

當代理程式了解任務為何重要時，可能會做出更好的判斷。好的查詢讀起來就像給承包商的工作簡報：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；董事會最在意的是導入風險，而我們已經排除所有未符合 SOC 2 規範的廠商」這樣的指示，能讓代理程式獲得自行判斷所需的資訊。

3. 加入核准檢查點

有些動作一旦執行就無法復原，例如寄送電子郵件、進行購買、刪除檔案或提交表單。如果代理程式支援，請將它設定為在執行這些步驟前先暫停並詢問。查詢本身也可以設定停止點。「草擬回覆，但不要寄出」或「把最佳選項加入購物車，但不要結帳」，能明確告訴代理程式該在哪裡停下並交回控制權。

4. 先審閱計畫，再開始工作

面對較大型的任務時，請要求代理程式在開始前先概述其計畫。審閱計畫只需一分鐘，而在這個階段修正誤解，遠比在已完成的交付成果中才發現問題划算得多。

5. 僅開放任務所需的存取權限

代理程式能存取的每個帳戶，都是它能採取行動的帳戶。只連接任務所需的應用程式，可以讓敏感資料保持在存取範圍之外，並降低出錯的可能。研究供應商的代理程式不需要電子郵件存取權限；草擬回覆的代理程式則需要，但可能不需要寄送權限。

6. 將檢查機制納入查詢中

代理程式本來就會檢查自己的輸出，因此查詢可以告訴它們要檢查哪些項目。說明好的結果應該是什麼樣子（「每個數據都需要附上 2025 年或之後的來源」），能讓代理程式在交回成果前套用該標準。要求它區分已確認的事實與自身的推論，並標示出假設，能讓人工審閱更快速、更有重點。

7. 重複使用有效的做法

產生出色結果的查詢，可以成為下一個類似任務的範本。提供代理程式一個優良輸出的範例（例如上一季的報告），往往比用文字描述格式更有效。定期重複的任務則可以變成常設的工作流程。

Perplexity 如何看待自主代理程式

Perplexity 提供兩種自主代理程式。Comet Assistant 在瀏覽器內處理日常任務，而 Perplexity Computer 則負責可能持續執行數小時甚至更久的大型專案。

Comet Assistant 內建於 Perplexity 的 AI 瀏覽器 Comet 中。它能在使用者已開啟的網站上運作，因此無需切換工具，就能安排會議、編輯文件、寄送電子郵件及預訂機票。

Computer 在雲端執行，並如前文所述，將每個目標分配給多個子代理程式處理。它可連接數百種服務，使用者也能針對工作的特定部分選擇特定的 AI 模型。Pro 和 Max 訂閱者皆可使用 Computer。

探索 Comet Assistant，在瀏覽器中試用代理程式；或探索 Perplexity Computer，將更大型的專案交給它處理。

常見問題

自主代理程式和代理式 AI 是一樣的嗎？

不是，但這兩個詞彙有所重疊。代理式 AI 通常是指透過規劃和採取行動來達成目標的廣泛 AI 系統類別。自主代理程式則是該類別中的特定系統，能在幾乎不需逐步核准的情況下執行工作。

所有 AI 代理程式都是自主的嗎？

不是。有些代理程式只有在使用者指示時才會執行每個步驟，有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的範圍：從需要使用者逐步操作的代理程式，到使用者只需監看的代理程式。

自主代理程式可以進行購買或付款嗎？

視網站、權限和安全防護措施而定，有些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 讓符合資格的美國使用者能在 Perplexity 內購買支援的產品，並可選擇使用 PayPal 結帳。

使用自主代理程式需要程式設計技能嗎？

許多現成的代理程式無需撰寫程式碼即可使用。有些平台也讓使用者透過自然語言指示或圖形介面建立代理程式。對於自訂整合、偵錯和更專門的行為，撰寫程式碼仍很有幫助。