Agent is the new APP - AI Agent 是新型態的應用程式

Agent 是新通路新服務介面

AI Agent 會是新型態的 APP，對零售業來說，會快速發展成一個新的 Channel ，成為新的銷售與服務通路。

Agent 會形成一種新的介面，像是門市、Web、APP 一樣，成為一種面對消費者的一種服務介面。

就像網站應用，是在瀏覽器平台之上發展出來的應用程式、APP 是在 iPhone 等智慧手機平台發展出來的應用程式、而 Agent 會是在 LLM 平台發展出來的新應用程式型態。

同時跟所有的應用程式相同，Agent 也會發展出企業對外與對內的服務。

• 對外：發展服務消費者的 Agent，像是客服、銷售、服務。
• 對內：發展出提高工作效率的 Agent，像是用在招募、作業流程、銷售輔助等。

什麼是一個 Agent

與直接使用 ChatGPT、Claude 等 LLM 不同，AI Agent 是把 LLM 包裝在應用程式裡，把 LLM 當作應用程式的核心模組，並一樣有程式邏輯控制流程，甚至會去呼叫外部 API、操作外部服務，來完成使用者的指定任務。

也就是一個 Agent，一般具備以下能力：

• 規劃能力：分辨任務、拆解工作、安排步驟、執行任務。
• 工具利用能力：可以透過 API 調用其他的工具，甚至調用其他的 Agent。
• 記憶能力：有上下文基本的記憶能力，目的是為完成指定任務增加效率。

常見的 Agent 的應用程式型態像是：

• 虛擬助手：像是智慧音箱：Amazon Alex、Google Nest，或是手機上的智慧助手像是 Apple Siri，透過語音指令幫你完成播放歌曲、設定鬧鐘、或是安排行事曆。
• 聊天機器人：常見的客服機器人，像是旅遊服務品牌，會推出安排行程的 Agent。像是保險公司，會推出幫你設計產品組合的 Agent，最後協助你下訂單完成銷售。
• Copilot：不只開發程式用的 Copilot，許多軟體也紛紛導入各種 Copilot 機制像是：Canva、 Notion、 ，讓你簡單下指令就可以完成複雜的供做，提高操作軟體的效率，快速完成目的。

你可能已經在使用的 Agent

• Perplexity - 比搜尋引擎還好用的搜集資訊的工具。你問問題，他直接給答案。後面透過理解問題，幫你搜尋相關內容、並幫你閱讀搜尋回來的結果、並整理成簡單的摘要回覆你的問題。（Answer Engine - 零點擊搜尋、Google AI Overview、與 Perplexity 的新商模）
• NotebookLM - 協助處理大量資訊的好工具，專屬的研究助手，支援PDF、Google 文件、網站、甚至 Youtube，一次可以最多包含 50 份文件，每份文件可以到 100MB 或 500,000 字。NotebookLM 會整合所有內容後，協助使用者快速理解知識。

企業內部的 Agent

企業內部導入 Agent，可以協助人類工作者，加速完成各項任務，也就是更大程度的效率化。一些可能的範例如下：

• 招募助理：透過 Agent 自動篩選履歷、初步面試、評估候選人給予初步建議，提高招聘效率。
• 報告幫手：把想要了解的企業營運數據，請 Agent 快速整理數據，並製作成圖表。
• 業務助手：協助業務在了解客戶需求後，依據公司內部產品知識給予提案建議。在報價階段，分析客戶需求並提供報價建議、製作報價與合約，就像協助業務工作的助理。

製作 Agent 的工具

• GPTs：取代 ChatGPT plug-in store 的 GPTs。依據統計，目前使用者已經建立超過 300 萬個 GPTs，有 159,000 個公開的 GPTs。
  
  在 ChatGPT 上建立 GPTs 是很容易的 Agent 製作方式，幫 GPT 掛上 action 後，可以讓 GPTs 呼叫外部的工具，完成更複雜的工作。
  
  例如 Video summarizer 這個 GPTs，他可以快速幫忙把一個 Youtube Video，抓出字幕轉成一個文字檔供下載，並同時提供內容摘要。
  
  GPTs 比較適合製作協助個人工作使用的 Agent，畢竟 GPTs 必須依賴在 ChatGPT 的開放平台上運作，企業內部使用的話還會有權限與資料保護的考量。
• Google Agent Builder - 一套在 Vertax AI 上的工具，協助企業簡化 Agent 的創建與部署，同時因為在 Vertax AI 上，可以很容易的整合 Vertax Search 與 Conversation，快速實現各種 RAG 相關的應用。
  
  雖然是一套 GCP 上的工具，但支援 No Code 開發方式。但同時對於有 Coding 能力的開發者，也可以做細部調校。
  
  適合開發企業內部 Agent 應用，也適合發展對外的 Agent 服務，尤其是相關應用已使用 GCP 做為基礎的企業，可以善用 Google GCP生態系上的各項資源，在既有的基礎上快速發展 Agent。
• Slack AgentForce：SalesForce 也推出一套 AgentForce 的應用服務，協作企業快速製作 Agent。這些 Agent 都可以變成 Slack 上的一個「工作者」，協助人類工作者一起完成工作。
  
  這些 Agent 可以幫忙找到公司的知識庫的資料、幫你整理報表、校正合約已符合公司規範，甚至幫助新人 on-boarding。
  
  也就是在 Slack 上，你看到的某個人名不一定是真人，他可能是一個 Agent ，你可以跟他對話，他會依據他被設定的任務，幫你完成工作。透過這樣的方式，在 Slack 上形成一種 人與 AI 協作，可能形成一種新型態的人機協作組織。

• Agentic Workflow Builder - 另外來有一些專注於企業 LLM 應用程式開發的工具，像是 Open Source 的 Dify、或是台灣團隊製作的 Headquarter.ai。
  
  因為聚焦企業內部應用，都可以部署在企業內部私有雲，或在企業內部的伺服器上，有更高的安全性跟資料保護。因此也可以連結內部的 KM、數據庫，同時可以連結企業內部的服務 API。
  
  這些工具可以使用畫圖的方式，快速建立 Workflow，用 No Code 的方式完成 Agent 的開發，快速協助企業在內部導入 Agent 應用。

• Workflow Automation tools - 而個人 Agent 的工具，除了基本的 GPTs 以外，傳統的 Workflow Automation tools ，加上 OpenAI, Anthropic 等 LLM 模組元件之後，也可以玩出各式各樣的 Agent，協助個人工作效率化。
  
  我之前就曾經在 Generative AI 小聚上，示範用 Make.com 製造出一個「AI 讀新聞」的 Agent，可以幫我去讀我訂閱的 RSS 每日新聞，自動彙整成一篇今日要聞，然後還幫我發表到部落格。
  
  老牌的工具還有 Zapier，但近期最強大的新進者是 n8n。都是個人用 no code 發展自動化任務的好工具。

Hire an Agent

軟體工具是幫助我們完成工作，學習軟體本身不是我們的目的，完成目的任務才是。而 Agent 跟 APP 最大的不同，就是使用者與完成任務之間的距離。

Learn to use an App? Hire an Agent ! 學習使用一個軟體，不如雇用一個 Agent。傳統的軟體介面設計是一個工具，而新的 Agent 設計是一個工具人。

每一個 Agent 專注完成一項任務，如果你有許多不同的 Agent 在幫你做事，生活會輕鬆很多。

企業也是一樣，越來越多的 Agent 協助人類工作者，一起完成工作，理論上會加速企業效率，而組織也會往新一代的「人與 AI 的協作組織」前進，提早摸索新型態的組織運作的可能。

延伸閱讀：企業對應 AI 時代的三個方向：All About Agent