對話式 AI 的侷限

過去幾年，大型語言模型（LLM）的快速進步讓對話式 AI 進入主流視野。然而，純粹的對話模式有一個根本侷限：它只能「說」，不能「做」。

向 ChatGPT 詢問如何訂機票，它能給你步驟說明——但它無法真正替你完成訂票這件事。

Agentic AI 的定義

Agentic AI（代理式人工智慧）是指能夠：

  1. 感知環境：接收外部資訊（網頁、API 回傳、感測器資料等）
  2. 制定計畫：將複雜目標拆解為可執行的子任務序列
  3. 採取行動：呼叫工具（搜尋引擎、程式碼執行器、外部 API）
  4. 在長時序中持續執行：不依賴人類逐步指引，自主推進任務到完成

與「對話式 AI」的最大差異在於：Agentic AI 系統具備執行循環（execution loop）——感知、規劃、行動、觀察結果、再規劃——而非只是回答問題。

核心組成

規劃能力（Planning）

現代代理系統通常使用 LLM 作為「推理核心」，搭配鏈式思考（Chain-of-Thought）或 ReAct（Reasoning + Acting）等 prompting 策略，實現多步驟任務規劃。

工具呼叫（Tool Use）

代理透過結構化的工具介面（function calling、tool use API）與外部世界互動。常見工具包括：

  • 網路搜尋
  • 程式碼執行（Python sandbox）
  • 資料庫查詢
  • 外部 API（行事曆、電子郵件、IoT 裝置）

記憶機制（Memory）

  • 工作記憶：當前執行上下文（通常是 LLM 的 context window）
  • 長期記憶：向量資料庫或結構化儲存，供跨對話/跨任務的知識檢索
  • 情節記憶：過去執行任務的紀錄，支援反思與自我改善

多代理協作（Multi-agent）

單一代理面對複雜任務時效率受限。多代理框架（如 AutoGen、CrewAI、LangGraph）允許多個代理分工合作：協調者、執行者、評審者各司其職。

研究方向

【待補】本研究室在 Agentic AI 領域的具體研究方向，包括…（請使用者補充）。

Agentic AI 的安全性與可靠性是目前學術界與產業界共同關注的核心挑戰，如何確保自主代理在邊界內行動、在出錯時優雅降級，是我們認為值得持續投入的方向。