從聊天機器人到代理：當模型開始行動

「回答」與「做事」之間的鴻溝

如果你叫一個純聊天機器人 (chatbot)「幫我訂下週五飛東京最便宜的機票」，它頂多只能描述你可以怎麼訂。它沒有辦法打開網站、比價或按下按鈕。它產生文字，然後停下。大型語言模型代理 (LLM agent) 補上了這個鴻溝：它是一個被放進迴圈裡的語言模型，可以對世界採取行動——呼叫搜尋 API、執行程式碼、點擊連結——觀察結果，再決定下一步。

這個轉變細微卻巨大。聊天模型做的是文字進 → 文字出。代理做的是目標進 → 一連串改變世界的行動，直到目標達成。同一個底層模型，現在驅動的是一個流程。我們把模型獨力把一個多步驟任務做到完成的能力，稱為 自主任務執行 (autonomous task execution)。

代理迴圈：觀察、思考、行動

不管框架多花俏，每個代理都跑著同一個心跳。模型看著當前情境，推理該做什麼，發出一個行動，環境執行該行動並回傳結果，然後迴圈重複。這一來一回就是代理的 回饋迴圈 (feedback loop)——模型從不盲飛，因為每個行動都回傳一個觀察，為下一個決策提供依據。

1. 觀察 (Observe)——讀取目標，加上目前蒐集到的一切（最新的工具輸出、剛載入的頁面、剛拋出的錯誤）。
2. 思考 (Think)——對情境進行推理，選出下一步；模型通常會在做出決定前先把推理寫出來。
3. 行動 (Act)——發出一個具體行動：呼叫工具、執行查詢，或宣告任務完成並交回答案。
4. 迴圈 (Loop)——環境回傳新的觀察，循環重新開始，直到達成目標或觸發停止條件。

代理需要的三項材料

一個有能力的代理立在三隻腳上。工具給它雙手——讓它能做文字以外的事；我們稱之為 工具使用 (tool use)，而在當下選對工具就是 工具選擇 (tool selection)。規劃給它遠見——把模糊的目標拆成有序的子步驟，這就是 代理規劃 (agent planning)。記憶給它連續性——在許多迴圈回合之間記住事實、結果與先前的決策，這就是 代理記憶 (agent memory)。

拿走工具，代理就只能自言自語。拿走規劃，它就會在一個個行動之間亂闖、毫無策略。拿走記憶，它就會忘掉兩步前學到的東西、一再重複。接下來四篇指南會依序把每隻腳建起來；這篇只是先把整張圖植進你腦中。

第一個具體的軌跡

下面是一個簡短任務作為迴圈軌跡實際長什麼樣子。注意模型從不猜天氣——它採取行動去查清楚，把結果讀回來後才回答。

Goal: "Should I bring an umbrella to my 3pm meeting in Taipei?"

Think:  I don't know today's Taipei forecast. I should look it up.
Act:    get_weather(city="Taipei", when="today 15:00")
Observe: { temp_c: 27, rain_chance: 0.8, condition: "showers" }

Think:  80% chance of showers at 3pm. That's high. I can answer now.
Act:    finish("Yes — bring an umbrella; ~80% chance of showers at 3pm.")