理解
什麼是代理型系統？
代理型系統是這樣一種軟體：人工智慧代理從頭到尾追一個目標——感知處境、定下計畫、在真實工具中行動，再依結果修正方向。它與以往 AI 軟體的分野不在模型的強弱，而在自主：不再描述步驟，而是說出目的。
1. 定義
代理型系統交給軟體的不是一項任務，而是一個意圖。傳統程式執行事先寫好的指令序列，而代理接到的是目標——「催跟沒有回音的報價」「準備本月的銀行對帳」——並自行判斷需要哪些步驟。
三項性質界定了它。自主：它選擇自己的行動，而不是被動承受。行動的能力：它擁有真實的工具——郵件、檔案、資料庫、網頁介面——而不只是產出文字。持續：它跨越多個步驟、歷經一段時間地追著目標，不必每次被催。
2. 循環：感知、判斷、行動、學習
其運作可歸結為一個循環，反覆進行，直到達成目標或觸及某個界限。
- 感知 — 代理讀取與自己相關的世界狀態：收到的訊息、上傳的文件、變動的紀錄、上一步行動的結果。
- 判斷 — 把當前狀態與目標對照，選擇下一步行動，包括什麼都不做，或請人裁決。
- 行動 — 它真的去做：寫、歸檔、計算、呼叫某項服務、更新一筆紀錄。
- 學習 — 它觀察得到的效果，從中得出修正，並把值得留下的留到下次。
正是這個循環把代理型系統與助理區分開來：助理回答，代理推進。
3. 代理型系統不是什麼
它不是聊天機器人。對話式代理給出一個回答；對話結束，公司裡什麼也沒變。代理則會行動，而它的工作留下痕跡：發出的報價、更新的資料、歸檔的案件。
它不是腳本式自動化。自動化腳本按事先寫好的固定流程走，遇到第一個沒料到的情形就停住。代理則直面意外：它看出落差，作出調整，或者提示需要有人拍板。
它不是副駕駛。副駕駛讓已經扛著這件事的人更快。代理型系統扛起這件事本身，並在要緊的關頭把手交還給人。
4. 企業級版本的要求
展示只要一個跑得通的代理就夠了。企業還需要另外四項保證，正是它們把試驗和正式工具區分開來。
- 明確的自主邊界 — 界定代理可以獨自做什麼、什麼需要人工核准，在行動之前而不是之後。
- 支出上限 — 會推理的代理會消耗資源；沒有具拘束力的預算，帳單就變得無法預料。
- 完整的可追溯性 — 知道哪個代理在什麼時候、用哪些資料做了什麼，並且拿得出證據。
- 對資料的掌握 — 知道代理在哪裡工作，並能保證託付給它的資訊不會流向別處。
這正是 nullbot 的選擇：軟體執行在貴公司的機器上，使用貴公司自己的模型存取金鑰，每個代理只獲得貴公司授予的權限。細節見我們的治理與預算管控頁面和安全思路。
5. 常見問題
代理型系統和 AI 代理有什麼差別？
AI 代理是追一個目標的單元。代理型系統是讓它們協同運作的整體：若干各司其職的代理、它們共用的工具、框定其自主的規則，以及裁定敏感決策的人工監督。
代理型系統會取代業務軟體嗎？
不會，它接到這些系統上。代理使用既有的工具，而不是取代它們。被取代的是人原本在這些工具之間所做的銜接工作。
部署代理型系統需要會寫程式嗎？
不一定。要緊的是能說清一個目標、指定允許使用的工具，並劃出超過之後必須由人核准的那條線。這是監督的工作，更接近管理而不是開發。
怎樣衡量一套代理型系統是否奏效？
看真正完成的工作——處理了多少件、是否如期——再對照兩項成本：代理消耗的支出，以及人力修正所花的時間。一套每次都得重做的系統並沒有自動化任何事，只是把負擔挪了位置。
延伸閱讀
接著讀：在企業中部署 AI 代理，或在我們關注人工智慧的專欄裡追蹤產業動態。