火紅的 AI 代理（AI Agent）是生成式 AI 的演進，在處理文字、圖像以外成為可執行任務的 AI 程式，特別強調「Autonomous」，可理解成自動化和自主。AI 代理背後的運作不是大秘密，已公開的運作原理大概可分為三個工作階段：1）設定和規劃目標；2）利用可用的工具；3）學習與反思。它如何透過這三階段自動完成任務，接下來有詳細說明。
| 《火紅的 AI 代理》 甚麼是 AI 代理？ AI 代理靠三大本領爆紅 AI 代理三個工作階段自動完成任務 掌握 AI 代理分類 有助尋求最佳解決方案 名牌廠商 AI 代理方案 一文盡錄！ OpenAI 兩大 AI 代理 一個精於寫研究報告、一個是私人助理 中小企用 AI 代理自動處理日常事務 AI 代理協助金融業有效管理風險法規 電子商務庫存、客服 通通交給 AI 代理 |
第一階段：設定和規劃目標
當用戶輸入或發出指令時，AI 代理就會啟動相應的程序。首先，AI 代理會理解用戶的需求並設定目標，接著規劃達成這一目標的步驟。AI 代理會將任務拆分為多個小任務。開發人員負責訓練和設計 AI 代理系統，而部署團隊則負責設置 AI 代理的使用權限和安全性。用戶則需要提供 AI 代理所需的工具和資源的身分認證。
若以 AI 代理設計去沖繩潛水旅遊為例，AI 系統會先分拆成幾個任務：
- 收集資訊：沖繩的天氣資料，如氣溫、潮汐、風向、能見度等。
- 判斷條件：AI 代理決定哪些天氣條件適合潛水。
- 數據分析：AI 代理將收集到的天氣資料，綜合條件分析並找出哪些日子最適合潛水。
第二階段：利用可用的工具
單是公開資訊並不足夠，還要由外來的知識庫和工具協助完成任務。AI 代理利用可用的工具包括：數據庫、API 和其他代理。這階段會經過多次反覆查詢、整合最新擷取的資訊回答用戶問題。
- 數據庫：AI 代理從數據庫查詢旅遊數據、服務和產品資訊。
- API：經 API 取得外部數據，如天氣預報。
- 其他代理：向其他 AI 代理提出問題，收集更多資訊，如航空公司的 AI 代理查問機位供應情況、各酒店的 AI 代理回覆酒店房間價錢等。
第三階段：學習與反思
AI 模型最重要是不斷學習與反思，AI 代理亦然，利用反思機制整合來自其他 AI 代理的資訊，進一步提升目標和行動的準確度。AI 代理具備迭代優化（iterative refinement）與長期學習能力，可以將解決方案儲存在知識庫內。
AI 代理的學習與反思方式有多種，大概可歸納：
- 收集用戶回饋：如詢問用戶是否滿意推薦的行程，並收集意見和建議。
- 分析回饋資訊：分析用戶的回饋，了解需要改進的部分，如行程安排是否緊湊，用戶傾向增加其他的體驗行程。
- 更新知識庫：將調整後的行程規劃和用戶的回饋資訊，都儲存在知識庫，作為個人化建議的參考。