AI Agent技術架構一次看懂
AI Agent 技術架構一次看懂 3.1 感知層、決策層、執行層: Agent 的「大腦、手腳、工具箱」 想駕馭 AI Agent ,不用急著學寫程式。我們先用人類的結構來理解它,會簡單很多。 AI Agent 可以拆成三層:感知層、決策層、執行層。 感知層 就像人的眼睛和耳朵,負責接收外界資訊。它不只看你輸入的文字,還能讀資料庫裡的客戶紀錄、看網頁內容、接收機器傳來的數據。感知層決定這個 Agent 能「看到」多少東西,看得越廣,能處理的事情就越多。 決策層 是大腦中樞,由 AI 模型負責。它根據看到的資訊思考下一步該怎麼做,比如客戶抱怨延遲出貨,它會決定「先去查訂單,再發道歉信,最後賠償」。 執行層 就是手腳,負責把決策變成行動。可能是打開快遞網站查單號、可能是發一封郵件、可能是修改訂單狀態。三層串聯起來,就是一個完整的 AI 員工。 3.2 AI Agent 、 RAG 與 Workflow 的區別與聯繫 學 AI 的時候,你常會聽到 Workflow 和 RAG 這兩個詞,我們簡單區分一下。 Workflow 是「工廠生產線」,步驟是固定的, A 做完換 B 做,適合處理不太需要動腦的例行公事。 RAG 是「圖書館管理員」,它會從公司內部的知識庫翻資料,讓 AI 回答問題時有所依據,不會亂編答案。 那 AI Agent 是什麼?它是「有應變能力的工頭」。它一樣會走生產線( Workflow ),也會去圖書館查資料( RAG ),但當生產線突然卡住時,工頭會想辦法繞路、找替代方案,而不是傻傻當機。一般來說,三者會一起合作。一個好的客服 Agent 會先用 RAG 查退貨規定,照 Workflow 處理標準案件,但遇到生氣的客戶就會跳脫流程、彈性應變。 3.3 從 0 級到 4 級:代理式人工智能的自主性演進框架 AI Agent 的獨立作業能力可以分為五個等級,讓你快速判斷自己的應用成熟到哪了。 第 0 級 :完全沒有自動化, AI 只是參考書,人類自己動手做所有事。 第 1 級 : AI 會給建議,但決定權和執行都在人類手上,像 ChatGPT 幫你寫好回信草稿,你得自己複製貼上寄出。 第 2 級 :條件式自動化,設定好規則就會自己跑。比方說「收到緊急郵件就自動推播通知主管」,這是目前多數簡...