什麼是 AI Agent?從感知、規劃、行動到記憶的四大核心組件拆解

AI Agent(AI 代理)是一種能自主感知環境、規劃步驟、執行動作,並記住過程以達成特定目標的軟體系統。 它跟一般聊天機器人最大的差別在於:你給的是「目標」,不是「指令」。你說「幫我對帳這個月的三家供應商發票」,它自己拆解要讀哪些檔案、比對哪些欄位、遇到金額對不上時該去查哪張採購單。

這句話聽起來很美。但我們在客戶現場拆過太多「Agent」,結論很直接:多數卡關,不是模型不夠聰明,是四個組件裡有一個在生產環境悄悄爆掉了。

什麼是 AI agent 的四個核心組件

要真正搞懂什麼是 AI agent,把它拆成四塊比背定義有用得多:感知(Perception)、規劃(Planning)、行動(Action)、記憶(Memory)。這四塊構成一個閉環——感知環境、規劃路徑、採取行動、記住結果,再回頭修正下一步。Demo 裡這個環轉得很順。上了生產線,每一環都有它固定會出事的地方。

感知,是 Agent 讀取外部世界的能力:讀你的 PDF、抓 ERP 的 API、解析一張掃描的表格。它決定 Agent「看到什麼」。

規劃,是把一個大目標拆成可執行的子步驟,並決定先後順序、什麼時候該呼叫工具、什麼時候該停。

行動,是實際去動系統:發一封郵件、寫一筆資料庫、觸發一個工作流。這是 Agent 從「會講」變成「會做」的分界線。

記憶,分短期(這一輪對話的上下文)和長期(跨任務累積的知識、使用者偏好、過去踩過的錯)。沒有記憶,Agent 每次都像失憶症患者重新上工。

每個組件在企業落地時最常爆掉的地方

下面這張表,是我們反覆在金融、製造、醫療現場看到的失效點。你可以拿它當導入前的檢查清單。

我們吃過最痛的一次,是感知這關。客戶的 Agent 在測試環境準確率九成五,一進生產就掉到六成。追下去發現——測試用的是整理過的乾淨檔案,真實發票有手寫註記、有蓋章蓋歪、有掃描糊掉的欄位。感知層根本沒為「髒資料」設計。那不是模型的錯,是沒人去現場看過真實的輸入長什麼樣。

規劃這關的雷更隱蔽。單輪問答漂亮,一旦任務要五、六步,它會在第三步做錯決定,然後把錯誤一路帶到底。企業流程幾乎沒有一步到位的,所以規劃的穩定度,往往才是專案能不能上線的真正門檻。

行動這關是最多專案「卡在 Demo」的原因。老闆看過展示很興奮,但真要開放讓 Agent 寫進 ERP、發正式郵件,IT 一句「出錯誰負責」就全部凍結。少了權限分級和人工審核關卡,再厲害的 Agent 也只能唯讀,發揮不到兩成價值。

記憶則決定了「用久了會不會變聰明」。沒有長期記憶的 Agent,不會從你的糾正裡學習,採用率通常在三週後開始下滑——因為使用者發現教它跟自己做一樣累。

拆成四塊之後,你該問的問題

所以下次有人跟你推銷「AI Agent」,別問它多聰明。問這四件事:它感知得進我的髒資料嗎?規劃扛得住我的多步驟流程嗎?行動有沒有權限邊界跟人可以踩煞車?記憶能不能跨任務累積、越用越準?

這四個問題,決定的不是 Demo 好不好看,而是三個月後還有沒有人在用。

我們在 Tenten 帶案子的做法,就是派工程師直接進客戶現場,把這四個組件逐一壓到生產環境的真實條件下——用真實的髒資料測感知、用完整流程壓規劃、幫行動設好審核關卡、替記憶接上長期知識庫。因為對我們來說,Demo 很美不算數,上線而且有人天天在用,才算數。