人工智慧最新應用及其法律議題 系列1 -- 從生成式AI到AI代理
科技產業資訊室(iKnow) - 許正乾、陳家駿 發表於 2025年8月28日
圖、人工智慧最新應用及其法律議題 系列1 -- 從生成式AI到AI代理
前言
人工智慧發展到今天，可謂已正式跨入科技史上「奇異點」(Singularity)的門檻。繼2022年底生成式AI（Generative AI，以下稱GAI）掀起全球熱浪之後，2025年更迎來AI代理之發軔，其又可分為具有自主行動能力的AI代理人（AI Agents，以下稱「AI代理」），以及更進一步具備自主決策特質的代理型AI（Agentic AI，以下稱「代理AI」）。
雖然業界對於AI代理有許多不同的預測，但都指向一個趨勢：AI代理的出現，代表著自數位革命以來知識型工作者規模最大的擴張。據埃森哲(Accenture)近期的一項研究預測，到2030年AI代理將成為「大多數企業內部數位系統的主要使用者」；而到2032年，消費者與代理的互動時間將超過在應用程式上的花費時間。另一份由IDC發布的報告則估計，到2027年，全球2000大企業中將有超過40%，在知識型工作中實施AI代理及代理化工作流程；知名的科技市場研究機構Gartner也估計，到2029年代理AI將解決80%的常見客戶服務查詢。
在這一波最新的AI浪潮中，本系列將逐一探討，從生成式AI到AI代理、再從AI代理進化到代理AI。其中AI代理係結合環境感知與任務執行能力，能自主完成複雜工作流程；代理AI則是在此基礎上增強自主學習與決策能力，具備在不斷變化的環境中自我調整與策略規劃的特質，進而在商業、醫療、金融、智慧製造等領域展現出極大的應用潛力。未來AI隨著技術的持續演進，相關的運作原理、應用場景及其相關之法律議題將成為各界關注的焦點。
GAI的優勢與局限性
過去傳統AI提供識別模式與分析資料模式；但自從2022年底ChatGPT問世，宣告GAI時代的來臨，其透過Transformer架構訓練，分析龐大數據集中海量資料的模式與關聯，訓練完成會將使用者的輸入進行「斷詞(tokenize)」，然後根據機率預測接下來最可能出現的文字、像素或音符，依使用者的提示指令(prompt)，自動創造出涵蓋文本（如GPT-4、Claude、Gemini、Llama、Grok）、圖像（如DALL·E、Midjourney、Stable Diffusion）、音樂（如Suno、Udio）、影片（如Sora、Pika）和程式碼（如GitHub Copilot、CodeWhisperer）等多種應用程式。隨後，GAI在搜尋引擎最佳化、行銷、產品設計與開發、客戶支援自動化等各領域有更深一層的應用。
GAI之核心依賴深度學習，並模仿人腦學習與決策過程的演算法，而其在實際應用中，亦可結合「機器流程自動化」(RPA)，針對大量、規則明確工作執行更智能之自動化。而GAI如生成對抗網絡(GAN)、變分自編碼器(VAE)及大型語言模型(Large Language Model, LLM)，都可透過學習數據分布生成逼真且富有創意的內容。使得GAI能廣泛應用，以自然語言對話生成各式文本，到輔助醫療診斷和自動化設計，無不展現潛力，並為後續的智慧化系統提供內容生成能力。
GAI的優勢在於高效率、個性化的創造內容、分析資料，還具備高度適應性(adaptability)，能根據使用者輸入內容調整輸出結果。而當收到特定回饋時，GAI會隨之微調再回應，使輸出結果更貼近使用者的意圖。可以說，GAI的發展為AI的進階應用奠定了扎實的基礎。
然而，隨著對AI應用層次的期待逐漸提升，人們開始意識到僅靠GAI不足以滿足更複雜的需求。何況，GAI還面臨許多挑戰，除了像著作權爭議、數據偏見、倫理問題及生成內容的真實性驗證等之外，GAI單純生成內容，實已無法在需要創造性與自主性的場景中，像人類一樣主動做複雜的決策。
尤其GAI並非真的會思考、推理，更不會主動執行動作，它的任務就只是根據使用者的提示指令生成內容而已。為了克服這些侷限性，AI的發展開始轉向具備更高自主性和決策力的系統，進而催生了以「AI代理」來實現「達到電腦使用的代理能力」的概念，帶動新一波「AI代理」的崛起，儼然成為2025年最受關注的項目。
江山代有才人出 -- AI代理
什麼是AI代理？這跟我們熟悉的ChatGPT這樣的聊天機器人、可以自動生成圖像或音樂應用程式有何不同？實際上，AI代理也是一種軟體系統，能模仿人類根據感知到的外界環境，做出決策並予以執行，通常以自動化或半自動化方式來輔助或代理人類操作。這些AI代理能記錄並管理多輪對話的歷史，藉此反覆「自問自答」，不斷地檢視與調整答案以釐清脈絡，並根據不同的環境或情況產生方案或決策。
相對於AI代理，人們過去所熟悉的如ChatGPT、DALL-E、Midjourney或Suno等AI應用程式，本質上都是藉由輸入提示指令後，對應自動輸出內容的AI工具。若使用者不滿意前一個提示所生成的內容，那就得親自試著修改或優化提問，然後再次進行追問。換言之，大家所熟悉的以文生文、文圖互轉，或是以文字生成音樂等這樣的AI操作模式，都是透過「一問一答」創造內容，無法處理由多個不同步驟組成的任務，而這些現在都可由AI代理透過一次性的提示，來處理多個不同步驟所組成的任務。
「AI代理」已開始出現在各家公司應用程式中，例如Google的「Project Mariner」，透過AI代理不僅讓使用者只需透過自然語言與AI對話，即可完成如棒球賽購票、線上採買等任務，無需手動操作或點擊第三方網站，而且該應用程式還能自主瀏覽網頁、辨識頁面元素並執行操作，使用者在任務執行期間仍可同步處理其他工作，展現出高度的背景任務處理能力與多工協作效能。此外，Salesforce的Agentforce支援在網路瀏覽器中模擬人類操作，包括輸入、點擊和滾動，讓AI代理能自主完成線上任務，例如訂購食品雜貨、預訂餐廳和預訂航班。另外，中國AI開發商Butterfly Effect推出的Manus AI，即是一款具備「規劃、執行、驗證」分工架構的通用型AI系統，能模擬人類工作流程，執行跨領域任務，如簡歷篩選、旅程規劃與股票分析，並透過虛擬機介面展示執行過程。
AI代理運作流程
AI代理具備感知到自主優化等流程，涵蓋六大核心階段：首先是感知(perceive)，蒐集來自使用者、感測器與資料庫等資訊並進行結構化；推理(reason)，透過LLM理解任務並生成可能的解決方案；規劃(plan)則組織與排序策略，確保行動具目標導向；記憶(memorize)則會記錄與跟蹤過去與使用者的互動歷史，可儲存並檢索以支持跨情境的連續性運作；行動(act)階段，代理執行計畫並與外部環境互動，如進行預訂、發送訊息或調用專用工具，完成特定任務；最後是學習(learn)，透過回饋不斷優化決策與策略。此循環讓AI代理在多變環境中持續進化，達成高效率與高度個性化的服務。
AI代理是在GAI等基礎上發展的AI系統，其特色在於具備自主性、環境感知與決策能力，能代使用者執行任務或提供個性化服務。借助GAI的強大生成能力，AI代理可生成上下文相關的回應，並結合強化學習(Reinforcement Learning)實現對環境的適應與持續優化，也能整合使用者的回饋，隨著時間推移透過微調精進其行動或回應。例如，AI代理可作為個人助理，根據使用者的習慣安排每日行程、郵件管理、預訂旅程交通、管理庫存、在金融市場執行自動化交易或監督大規模金融交易。其核心特徵包括環境感知（如透過數據輸入）、目標導向（如完成特定任務）以及自主決策（如基於學習模型）。
AI代理必須建立在先進的LLM上（如GPT-4o、GPT-4.5、o3、o4、Claude 3、Gemini Pro 1.5、Llama 3等模型），採用「感知—思考—行動(Sense–Think–Act)」循環，觀察所處的環境或系統，利用規則或LLM來做決策，然後透過調用外部的API、工具或服務執行動作。唯有強大的LLM支援「推論」與「行動」能力，AI代理才能執行繁雜的任務與決策。
AI代理 & CoT思維鏈
AI代理除了需依賴強大的LLM之外，另一個影響AI代理的自主性、推理能力和決策過程的關鍵，便是「思維鏈」(Chain-of-Thought, CoT)。思維鏈是AI領域中的一種提示工程技術，本質上是AI「自問自答」的提問技巧，其目的是要讓LLM有步驟地推理、思考。之所以會有「思維鏈」，是因為在過去若直接要求LLM生成問題的答案，可能常得到不正確的答案，但若要求LLM列出推理或計算過程，LLM就相對比較容易得到正確答案。
應用思維鏈技術，目的在於有效提升推理與決策的透明度與準確性。透過將複雜問題拆解成一連串有邏輯關聯的子問題，AI代理不僅能在每一步進行自我檢查與反思，也能追蹤思考路徑，避免草率回答或錯誤推論。此外，思維鏈促使LLM在生成回應時，更注重步驟的連貫性與合理性，這對於多步驟任務如計算、規劃、策略制定等尤為重要。結合思維鏈的AI代理，能模擬類似人類思考的過程，不僅提升答案的可信度，也為使用者提供更具解釋力的決策依據。未來，隨著思維鏈技術的持續優化，AI代理將能更佳地處理複雜場景中的推理挑戰，成為具備高度自主性與判斷力的智慧系統。
AI代理前身 -- Siri & 自動駕駛
在AI代理一詞正式出現之前，其實市場上已有類似的產品，如大家所熟悉的個人智能助理Siri，能根據使用者的語音提示執行多種簡單的任務。例如，透過手動操作以讀取行事曆、安排會議時間並設置提醒；還能連結部分特定的購物App或服務（但需使用者授權設定）；推薦有限的禮物選項。不過，Siri的行動多半仍依賴使用者指令觸發，尚無法完全自主進行跨系統的複雜協調或深度個性化推薦。這種模式彷彿使用者交代一位助理，只能請它「代理」處理一些簡單的任務。
另一個例子是自動駕駛汽車，其運作遠比Siri更複雜。自動駕駛汽車中的AI代理是透過攝影機、雷達和感測器等元件或裝置，感知周圍環境（例如道路狀況、行人位置），並根據目標（例如安全抵達目的地）進行即時決策。當遇到紅燈或突然出現的行人時，AI代理會分析數據以即時決定減速、停止或改變車道等行為。更甚者，它還能結合GAI技術，生成駕駛報告或與乘客進行語音互動，例如回答駕駛「距離目的地還需30分鐘」這類預測性的問題。而特斯拉(Tesla)汽車，正包含了這種高度自主性和環境適應能力的AI代理來自動駕駛。
以上二個例子說明早期AI代理如何透過感知、決策和生成能力，執行具體任務並提升使用者的體驗。其他常見的AI代理應用，還包括客服聊天機器人、財務與交易機器人、資料擷取工具、自動化研究助手等，皆為具體應用實例。
AI代理更貼近人類決策行為
其實AI代理並非全新的概念，除Siri和自動駕駛外，早在2023年時，OpenAI就釋出AutoGPT與AgentGPT等AI代理服務，差別在於前者是基於GPT-4模型的開源碼，而後者是基於瀏覽器但不需額外安裝任何軟體的工具。簡言之，AgentGPT其實就是AutoGPT的網頁版，但在當時這兩個產品還不成熟，所以較不為人所知。既然過去已有本質上就屬於AI代理的雛型，那為何「AI代理」又成為今年被熱議的科技關鍵詞？
其中關鍵差異在於「自動化分解任務」，這是過去Siri等助理做不到的事。例如OpenAI於2025年1月，就推出一款可協助人類處理各項日常任務的「Operator」（操作員），能根據使用者的指令，自主分解任務並執行多步驟任務，包含預訂餐廳、線上購票及規劃行程等，且多數指令不需人為介入即可順利完成。舉例來說，使用者對Operator說「幫我計劃週末旅行，包括訂機票和飯店」，AI代理便感知到使用者的需求（不論是使用者用語音或是文本輸入），接著就分解若干任務，如搜尋航班、比較價格、檢查飯店的評價等，並利用GAI生成自然語言回應或執行操作，如自動填寫訂票表單。
這些AI代理，結合了GAI的語言生成能力和工具調用功能(tool-calling)，能與外部系統如旅遊網站的API互動，以實現端到端的任務執行。它還能記錄使用者的偏好，如喜歡飛機上靠窗或走道的座位，以提供個性化服務。再者，像是發送電郵或提交訂單並付款等任務，Operator會先徵求使用者同意後才去執行。除此之外，Operator可根據使用者的設定，提供多元且個人化的服務。
Nvidia利用AI代理進行動態投球評分
AI代理也可以被分配特定的目標，即時處理資料並做出決策以實現預期結果。例如，Nvidia為AI代理配備先進的推理能力，使企業能自動化複雜的工作流程，從客戶服務聊天機器人到AI驅動的科學研究。
2025年1月初，黃仁勳在美國拉斯維加斯的國際消費性電子展(CES)進行主題演講，其中播放一段他替美國職棒開球的影片（如圖1所示），係利用AI代理進行動態的影片分析，影片的右上角顯示針對黃仁勳的投球評估報告：「投球評分：7.5/10。改進建議：投手的步幅可以加大，以產生更多的動力和投球的慣性，釋放點(release point)需要一致性，因為目前投球出手時機稍微過早」。這種AI代理的特性，就彷彿是一位職棒教練，看著球員的投球姿勢給出評分與調整建議，幾乎完全取代人類的職棒教練。
圖1 AI代理人對投球姿勢做評分與與自動產出一份需要如何改善的建議
（資料來源：NIVIDA官網）
OpenAI發布ChatGPT Agent
AI代理人的重要特點之一，是其能在任務執行過程中根據回饋不斷優化策略，甚至探索新的解決方案，這種適應性使其在商業、醫療、法律和科研等領域的應用價值愈發凸顯。例如Oracle也展示了企業級AI代理人的潛力，透過將LLM強大功能，與Oracle雲端基礎設施(OCI)和檢索增強生成(RAG: Retrieval-Augmented Generation)等技術相結合，其AI代理人可直接與企業內部資料互動，支援人才招募、執行複雜客戶資料分析、優化客服中心，以及法律、財務與學術研究的自動化處理。這顯示AI代理人並不僅是提升效率的工具，更可能成為企業數位轉型的中樞。
隨著時機成熟，繼Operator之後，OpenAI再接再厲於2025年7月中，將Operator整合於「ChatGPT Agent」，它是OpenAI在Pro、Plus及Team方案中，推出可以自主代理執行工作的服務，使用者只需在「工具」欄位的下拉選單中，點選「代理程式模式」即可啟用，啟動後ChatGPT Agent不僅能維持對話流暢度，還能在虛擬電腦環境中主動選擇及調用多種工具。在直播過程中，開發團隊完整實測ChatGPT Agent執行「根據結婚請帖上的日期、地點和服裝要求，搜尋合適的男裝和鞋子並推薦生日禮物」。
ChatGPT Agent從啟用「代理程式模式」(Agent)到任務結案的流程，大概分成：
- 自動開啟瀏覽器搜尋並預訂飯店；
- 在電商平台模擬滑鼠操作，挑選生日禮物、鞋款並完成下單；以及
- 呼叫終端(Terminal)功能，執行程式碼自動生成高品質的PowerPoint簡報並提供下載。
整個過程中，AI模擬滑鼠點擊和表單填寫，並在最終付款前跳出確認視窗，展現從「推論」到「行動」的完整能力。而ChatGPT Agent在技術核心架構上整合：
- Operator，負責模擬滑鼠點擊、拖拽與表單填寫並與各類網站互動；
- Deep Research，執行批量檢索並解析網頁或文件中的大段文字；
- Terminal，執行Python腳本等命令操作，處理數據並生成報告如Excel、PPT等檔案；以及
- API互動，串接Gmail、GitHub、Google Drive等服務，並產出可編輯的輸出成果。
直播中ChatGPT Agent的開發團隊也強調，在AI執行線上購物、預約或發送郵件等「不可逆操作」前都會先徵求使用者授權，以避免像信用卡這種高度隱私的個資，被不合法的釣魚網站收集。
AI代理將大幅融入人類生活
「AI代理」顧名思義，就是讓AI代替人類完成任務。只要任務具明確的目標與可分解的工作流程，AI代理便能自動化地處理，從繁瑣的資訊收集到複雜的決策制定，都能靈活執行。
舉例來說，智慧客服方面，能即時回應客戶問題以減少客服人員的負擔；製造與供應鏈管理方面，能優化生產流程、預測原物料需求並調整庫存策略；在自動駕駛方面，可整合感測數據、道路即時資訊與交通規則，隨時做出應變；財務分析方面，可即時蒐集並彙整財務報表以預測市場走勢與風險控管；程式開發方面，能自動偵測與修正錯誤，進而優化程式碼的建議；旅遊規劃方面，可依照使用者的偏好與預算，整合交通、住宿、景點等資訊以產出最佳行程方案；醫療管理方面，可協助醫院歸檔病歷、輔助診斷與追蹤病患；甚至在法律領域，能撰寫與審閱合約，並在法遵合規檢核上提供參考意見。
AI代理之所以具備如此高的適應性與智能性，關鍵在於它結合GAI的創造能力與經過多次迭代後的最佳化決策機制。然而，隨著能力的提升，也帶來決策透明度、模型可解釋性以及在複雜的環境中保持穩定的決策能力，都是未來發展中亟需解決的問題。
小結
總之，一般的AI應用程式如ChatGPT等，雖能回答問題、生成文本、圖像與音樂等，但無法處理由多個步驟組成的複雜任務。這時AI代理就可派上用場，主動接收使用者所輸入的目標任務，將其分解成多個不同步驟並處理，再將整合後的結果傳回使用者，從而解決以往AI助理所無法處理的任務。此外，AI代理仍需要強大的LLM做為奧援，若超越LLM的能力，AI代理仍可能會發生「AI幻覺」。
值得注意的是，「AI代理」隨著技術演進，能力不斷提升，逐步向更自主、更具目標導向的「代理AI」發展。AI代理主要在完成明確指令下的多步驟任務，而代理AI則更進一步地具備自我設定目標、策略規劃與動態調整的能力，能在不確定環境中自主決策與行動，甚至協調各AI代理系統之間的合作。這種轉變更標誌著AI從執行者，逐漸躍升為具備高度自主性與適應性的「代理AI」，為未來智慧化應用帶來更廣泛的可能性。請參下篇系列2 -- 從AI代理到代理AI。(6604字)
作者資訊：
許正乾執行長 因子數據股份有限公司共同創辦人
陳家駿律師 台灣資訊智慧財產權協會理事長
參考資料：
NVIDIA COMPUTEX 主題演講。NVIDIA. 2025/05
GeForce 特別活動將於 2025 年國際消費性電子展 (CES)：NVIDIA 執行長黃仁勳的主題演講。NVIDI. 2025/1/6
OpenAI首推「AI代理人」新功能 可為使用者預定餐廳、線上購票。公視新聞網. 2025/01/24
隆重介紹 Operator。OpenAI. 2025/01/23
隆重介紹 ChatGPT 智慧體：串聯研究與行動。OpenAI. 2025/07/17
【震撼發表】ChatGPT Agent 超狂實測！會自己訂飯店、買西裝、做簡報還能買鞋！OpenAI 最新 AI 工具一次看！剛來學(Youtube). 2025/07/18
AutoGPT開源碼： https: //github.com/Significant-Gravitas/Auto-GPT
Technology Vision 2025: AI: A Declaration of Autonomy—Is trust the limit of AI’s limitless possibilities? Accenture. 2025/01/7
IDC FutureScape: Worldwide Future of Work 2025 Predictions. IDC. 2024/10
Gartner Predicts that Agentic AI Will Solve 80 Percent of Customer Problems by 2029. CX Today. 2025/03/05
The rise of AI agents. TLT. 2025/02/26
Contract Law in the Age of Agentic AI: Who’s Really Clicking “Accept”? New Media and Technology Law Blog. 2025/04/09
Agentic AI and EU Legal Considerations - Rise of the (helpful) machines. Mason Hayes & Curran. 2025/05/22
Generative AI vs Agentic AI vs AI Agents — What’s the Real Difference? Medium. 2025/06/02
Agentic AI vs. generative AI. IBM
Preparing for the AI Agent Revolution: Navigating the Legal and Compliance Challenges of Autonomous Decision-Makers. StoneTurn. 2025/02/10
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|