人工智能不再只是回應，而是開始自主行動
大家可能都有和人工智能（AI）對話，叫它寫詩或者幫忙總結長電郵，這固然有趣，但就好似只欣賞一部車的車身顏色，卻忽略了引擎下的真正威力。現今的人工智能不只是簡單回應，它開始懂得思考、計劃，甚至能自主執行任務。AI系統已經開始作決策，運用工具，甚至管理複雜工作。
大型語言模型（LLM）的應用模式正在改變，這些系統已經能擔當過往需整個人腦甚至團隊才能完成的角色。這不僅是AI「思考」，更重要的是AI「行動」。如果你聽過「代理式AI」（agentic AI），但不明白其熱潮所在，這篇文章就會為你解構。代理式AI指的是具備一定程度自主性，能自行執行行動的系統。
本文將介紹代理式AI的五個層次，這些系統由被動助手逐步進化為能作決策、調用功能、撰寫及執行程式碼，甚至管理其他AI代理的活躍代理人。當然，不是所有AI代理都一樣，有些仍需人類密切監督，有些則能自主開發應用。它們的自主能力其實是一條能力階梯。
讓我們一同攀登這個階梯吧！
代理式AI五個層次詳解：定義、運作方式與重要性
———————————————————————————————————————
### 層次一：基礎回應者
這是最典型的「輸入提示，輸出文字」模式，AI只是作為工具，按人類指令直接回應，整個流程由人全權控制。大型語言模型（LLM）只回應輸入，沒有主動性。就像ChatGPT、Gemini、Claude等AI聊天機器人在預設模式。
– 人類從頭到尾掌控整個過程。
– LLM僅作一般回應者角色。
– 它接收輸入後產生輸出。
– AI對流程方向無自主決定權。
– 重大決策均由人類作出。
### 層次二：路由模式
這階段AI開始有能力作小規模決策，從人類預設的多條路徑或功能中選擇。你仍然決定選項範圍，但AI會選擇最合適的路徑，好像GPS建議最快路線，但不控制車輛。
– 人類定義可用路徑或功能。
– LLM負責在有限選項中作基本決定。
– 流程設計仍由人類主導。
– AI從有限選單中選擇行動方案。
– AI介入程度有明顯但有限提升。
### 層次三：調用工具
AI變得更聰明，可以使用人類提供的特定工具，自主決定何時及如何使用。用戶提供工具箱，AI判斷使用哪個工具完成任務。它能調用實時數據，與API互動等。
– 人類定義AI可使用的工具集。
– LLM判斷何時使用工具。
– AI決定工具執行所需參數。
– AI更積極參與任務完成。
– 好比人類給AI工具箱，AI挑選合適工具。
### 層次四：多代理模式
這層開始像一間小型AI公司，設有一名管理代理協調多個子代理，反覆決定下一步行動以解決複雜任務。每個子代理有明確角色及工具。
– 管理代理負責協調多個子代理。
– 管理代理迭代決定後續行動。
– 人類設計代理層級，分配角色及工具。
– LLM掌控執行流程，決定下一步。
– AI團隊協作，由AI領導。
### 層次五：自主模式
最高級別，LLM如同工程師般自主運作，能自行撰寫並執行新程式碼，評估結果後繼續編碼，無需人類指示下一步。它不僅是執行指令，更是創造行動計劃。
– LLM能獨立產生新程式碼。
– 同時能獨立執行新程式碼。
– 系統等同獨立AI開發者。
– 代表目前最先進AI代理形式。
– 執行過程中人類干預極少。
結語
—————
以上就是代理式AI由簡單回應向自主創造的五個層次。代理式AI發展迅速，與此同時，人類的參與角色亦在變化。理解這五個層次，有助我們洞悉現今AI技術的位置，並更清楚未來AI如何協助、合作甚至自主運作。這些層次不只是技術差異，更關乎我們該給予AI多少信任、控制權和監管。了解這些代理式AI系統後，你便能明白自己真正打造的是一件工具、一位隊友，還是一種全新型態的工作者。
—
編者評論：
這篇文章清晰地劃分了代理式AI的五個進階層次，為我們理解AI從被動工具到主動行動者的演變提供了結構化視角。這種層次化的分析對於企業和開發者制定AI應用策略尤為重要，因為不同層次的AI在自主性和風險管理上的需求截然不同。
從香港的角度看，隨著AI技術的普及，明白這些層次有助於企業和政府在推動AI應用時，平衡創新與監管。尤其是第四和第五級的多代理和自主模式，意味著AI不再只是工具，而可能成為決策和創造的主體，這對現行法律、倫理框架帶來挑戰。
此外，這五級階梯也啟示我們在教育和人才培訓上需與時俱進，培養能與高階代理式AI協作的人才，而非僅僅是操作工具的用戶。未來AI將不只是助理，更像是隊友甚至獨立工作者，這種轉變要求我們重新定義人機關係，並思考如何在合作中發揮最大效益。
總括而言，理解代理式AI的層次不僅是技術問題，更是企業治理、社會規範和倫理思考的關鍵，有助香港在全球AI浪潮中把握機遇，迎接挑戰。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
, 今日有咩可以幫到你? 