在軟體開發領域中，「代理」的概念常被低估，甚至與「模型」混淆。事實上，代理的精髓在於其目標導向性。它如同一位經驗老道的廚師，以烹飪美味佳餚為目標，根據顧客需求和可用食材，靈活調整烹飪流程。軟體代理亦然，它透過觀察環境、運用工具，自主行動以達成特定目標。
代理的認知架構：模型、工具與協調層
要理解代理的運作機制，必須探究其認知架構。一個典型的代理認知架構包含三個核心元件：
- 模型 (Model)：代理的決策核心，如同廚師的經驗與知識。在軟體代理中，模型通常是大型語言模型 (LLM)，負責理解自然語言、進行邏輯推理。
- 工具 (Tools)：代理與外部世界互動的橋樑，如同廚師的鍋碗瓢盆。工具賦予代理執行具體操作的能力，例如存取資料庫、呼叫 API 等。
- 協調層 (Orchestrator)：管理代理行動的指揮中心，如同廚師的工作流程。協調層根據模型的輸出和環境反饋，選擇合適的工具並執行相應動作。
AI 代理認知架構圖
此圖展示了代理的核心元件如何協同工作，並與外部系統互動。
@startuml
!theme _none_
skinparam dpi auto
skinparam defaultFontName "Microsoft JhengHei UI"
skinparam minClassWidth 100
skinparam defaultFontSize 16
title AI 代理認知架構
package "AI 代理" {
[協調層] as Orchestrator
[模型 (LLM)] as Model
[工具集] as Tools
}
[外部世界 (API, 資料庫等)] as World
Orchestrator -> Model : 請求決策/推理
Model --> Orchestrator : 提供策略/計畫
Orchestrator -> Tools : 指示執行動作
Tools -> World : 互動
World --> Tools : 回傳結果
Tools --> Orchestrator : 回報執行狀態/結果
@enduml
代理與模型：動態與靜態的根本差異
代理和模型的區別，如同廚師和食譜的區別。食譜是靜態的知識，而廚師能根據食譜和實際情況動態調整。
| 特性 | 模型 (Model) | 代理 (Agent) |
|---|---|---|
| 知識 | 受限於訓練資料 | 可透過工具取得外部即時知識 |
| 推理 | 單次推理 | 多輪推理，維護會話歷史 |
| 工具 | 無原生工具使用能力 | 原生支援並整合工具 |
| 邏輯 | 無原生邏輯層 | 內建認知架構和推理框架 |
工具：代理與外部世界的互動橋樑
工具是代理能力的延伸，使其能夠與外部世界互動。根據執行位置的不同，主要分為兩類：擴充套件 (Extensions) 和 函式呼叫 (Functions)。
- 擴充套件：在代理端執行，由代理完全控制 API 互動。適合開發者希望代理自主管理外部呼叫的場景。
- 函式呼叫：在客戶端應用程式執行。模型僅生成呼叫指令（函式名稱和參數），實際執行由客戶端控制。這為處理敏感資訊、執行複雜的客戶端邏輯或需要人工審核的流程提供了更高的安全性與靈活性。
代理端 vs. 客戶端工具執行架構
此圖闡明了擴充套件（代理端）與函式呼叫（客戶端）在執行流程上的差異。
@startuml
!theme _none_
skinparam dpi auto
skinparam defaultFontName "Microsoft JhengHei UI"
skinparam minClassWidth 100
skinparam defaultFontSize 16
title 工具執行架構：代理端 vs. 客戶端
cloud "外部 API" as API
package "代理端 (Server-side)" {
[代理] --> [擴充套件]
[擴充套件] --> API
}
package "客戶端 (Client-side)" {
[代理] ..> [應用程式] : 回傳函式呼叫指令
[應用程式] --> [函式]
[函式] --> API
}
@enduml
LangChain 等框架極大地簡化了代理的開發流程，它提供了豐富的預構建工具和 API 連接器，讓開發者可以更專注於代理的核心邏輯設計。
結論
軟體代理的核心價值在於其目標導向的自主性。透過整合模型、工具和協調層，代理能夠超越靜態模型的限制，動態地與環境互動以達成目標。理解代理與模型的根本差異，並策略性地運用擴充套件和函式呼叫等工具，是構建下一代智慧應用的關鍵。隨著技術的成熟，代理將不僅是模型的延伸，而是成為能夠自主思考和行動的智慧型軟體實體。