零基礎入門 · 小白三千問

Agent 到底強在哪?為什麼大家都在説它

上一頁説 Agent 是「裝上輪子的整車」。這一頁看它實際跑起來什麼樣——同一件事,聊天式 AI 和 Agent 的差距在哪。

一句話回答

聊天式 AI 給你「方法」,Agent 給你「結果」。它強在四個字:把事做完——自己拆任務、自己動手、自己檢查、錯了自己重來,中間不需要你盯着。

同一件事 · 兩種體驗

任務:「將我今個月 23 張發票整理成一張報銷單。」

聊天式 AI
你把任務説了一遍
AI「好呀!建議你咁做:第一步,將發票按日期排;第二步,逐張入金額同類目;第三步……」
你照着它説的,自己幹了一個小時 😮‍💨
它很有幫助——但給你的是一份攻略,活兒還是你幹。
Agent
📸讀取:逐張識別 23 張發票的金額、日期、類目
🙋拿不準就問:「第 7 張相有啲矇,金額係 380 定 880?」——你回一句,它繼續
📊彙總:按類目整理成報銷表格
🔍自查:合計和逐項相加不一致,發現漏了一張,回去補上
✅交付:一份能直接提交的報銷單。你全程只回答了一個問題 ☕
它交付的是結果本身,你只在它拿不準時搭把手。
拆開看 · 它比「會聊天」多了什麼
🧩

會拆任務

接到大目標,自己拆成小步驟:先幹什麼、後幹什麼、哪一步要先確認。

🔧

會用工具

能查資料、讀檔案、算數字、操作軟件——接話茬的大腦,配上了能幹活的手。

🔍

會自查

做完一步會回頭看結果對不對:合計不平就重新算,連結打不開就換一個來源。

🔁

會堅持

一條路走不通就換條路,直到把事辦成或者明確告訴你卡在哪——而不是給一版答案就下班。

一個誠實的提醒:Agent 不是魔法。它步驟越多、越自主,中間某一步出錯的機會也越多,所以重要的活兒交給它之前,先用小任務試試手感;關鍵結果(數字、日期、要發出去的東西)依然值得你過目一遍——這和前面幾課説的核實習慣,是同一根弦。

✅ 這一頁想和你分享的