💡一句話定義
AI Agent（智能代理）＝以 LLM 為大腦，透過「思考(Thought) → 行動(Action) → 觀察(Observation)」的迴圈，自主呼叫外部工具（搜尋、計算、API…），把一個目標拆成多步、邊做邊修正，直到得出最終答案。關鍵差別：一般 LLM 只會「輸出文字」，Agent 會「採取行動並看結果」。
🎮互動：ReAct 迴圈（有工具 vs 沒工具）
選一個任務，切換「給工具」或「不給工具」，按 ▶ 執行，看 Agent 怎麼一圈一圈把事情做完。沒工具時它只能憑記憶硬猜，很容易幻覺；有工具時它會實際去查、拿到證據再回答。
🤖 ReAct 智能代理 互動演示
💭思考THOUGHT
→
⚡行動ACTION
→
👁️觀察OBSERVATION
↩ 回到思考，直到資訊足夠 → ✅ 最終答案 第 0 圈
推理軌跡會顯示在這裡。按「▶ 執行」開始。
🤔Agent 跟聊天機器人差在哪？
聊天機器人：你問一句、它答一句，只會「生成文字」，答不出來就可能瞎掰。
Agent：拿到目標後會自己拆步驟、實際採取行動（查資料庫、算數學、叫 API、寫檔案），把工具回傳的結果當「觀察」再修正下一步——像一個會用電腦、會查資料的實習生，而不只是一張嘴。
Agent：拿到目標後會自己拆步驟、實際採取行動（查資料庫、算數學、叫 API、寫檔案），把工具回傳的結果當「觀察」再修正下一步——像一個會用電腦、會查資料的實習生，而不只是一張嘴。
🔁核心：ReAct（Reason + Act）迴圈
Agent 最經典的運作骨架叫 ReAct＝把「推理(Reasoning)」與「行動(Acting)」交錯進行，一圈一圈跑：
💭Thought 思考
盤點現況、決定「下一步該做什麼、該用哪個工具」。
盤點現況、決定「下一步該做什麼、該用哪個工具」。
⚡Action 行動
實際呼叫工具，並帶上參數（例：天氣API(台北, 明天)）。
實際呼叫工具，並帶上參數（例：天氣API(台北, 明天)）。
👁️Observation 觀察
把工具回傳的結果讀進來，當作下一輪思考的依據。
把工具回傳的結果讀進來，當作下一輪思考的依據。
這三步重複循環，直到 Agent 判斷「資訊夠了」，才輸出 Final Answer。多步驟任務（先查 A 才能查 B）就是靠這個迴圈一圈一圈接起來的。
🧰工具呼叫與 Function Calling
LLM 本身只會輸出文字，不會真的上網或運算。工具呼叫（Tool Use / Function Calling）的做法是：先告訴模型「你有哪些工具、各自需要什麼參數」，模型在需要時就輸出一段結構化指令（要呼叫哪個函式、參數是什麼，通常是 JSON）；由外部程式實際執行，再把結果（Observation）餵回模型。模型負責「決定做什麼」，工具負責「真的把它做到」。
🔌MCP：工具界的「USB 插座」
🆚最多人搞混：Function Calling vs MCP
兩者名字都跟「工具」有關，但其實是不同層的東西、而且互補。一句話先記住：Function Calling 管「模型怎麼說」，MCP 管「工具怎麼接」。
| 面向 | Function Calling（工具呼叫） | MCP（模型脈絡協定） |
|---|---|---|
| 是什麼 | 模型的一種能力／輸出格式 | 一套開放的連接標準／協定 |
| 負責的層 | 模型端：模型「怎麼表達」要呼叫工具 | 整合端：工具與資料源「怎麼被接上」模型 |
| 解決什麼 | 讓模型輸出結構化指令（呼叫哪個函式、參數為何） | 讓任何 Agent 用同一種方式發現並連上各種工具／資料源 |
| 架構 | 模型輸出 JSON → 你的程式負責執行 | Client–Server：MCP 客戶端 ↔ MCP 伺服器（包裝工具） |
| 通用性 | 各家格式不同（OpenAI／Anthropic…），較綁模型 | 跨模型、跨應用的開放標準 |
| 重用性 | 每個應用各自定義工具 schema | 寫一次 server，任何相容 client 都能重用 |
| 一句類比 | 你說出「我要用這工具、參數是…」的那句話 | USB 標準插座，讓各種工具即插即用 |
⚖️純 LLM vs AI Agent
| 面向 | 純 LLM（聊天機器人） | AI Agent |
|---|---|---|
| 能力 | 只會生成文字 | 生成文字 ＋ 採取行動（呼叫工具） |
| 步驟 | 一問一答（單步） | 自主拆解、多步驟迴圈 |
| 資料時效 | 受限訓練截止日 | 可即時查詢外部資料 |
| 算術／精確操作 | 逐字生成、容易算錯 | 交給計算機／程式工具 |
| 風險 | 幻覺 | 幻覺 ＋ 誤用工具、失控、被注入攻擊 |
⚠️自主性的代價：Agent 的風險
能自己行動，就代表可能做錯事：呼叫錯工具、陷入無限迴圈、被惡意內容提示注入（Prompt Injection）而執行危險操作、或在真實系統上造成不可逆後果。實務上要加護欄：限制可用工具與權限、設定步數／成本上限、危險動作需人類確認（human-in-the-loop）、並記錄可追溯的推理軌跡。
✅自我檢測
Q1. AI Agent 和一般聊天機器人差在哪？
聊天機器人只會生成文字（一問一答）；Agent 以 LLM 為大腦，能自主拆解任務、呼叫工具採取行動，並根據觀察修正，直到完成目標。
Q2. ReAct 迴圈是哪三步？
Thought（思考，決定下一步）→ Action（行動，呼叫工具）→ Observation（觀察，讀取工具結果），重複循環直到輸出 Final Answer。
Q3. 什麼是 Function Calling（工具呼叫）？
讓模型輸出結構化指令（呼叫哪個函式、參數為何），由外部程式實際執行後把結果回傳給模型。模型決定「做什麼」，工具負責「真的做到」。
Q4. MCP 是什麼？解決什麼問題？
Model Context Protocol，一套讓 Agent 以標準方式連接各種工具／資料源的協定；像 USB 標準，讓工具可插拔、可重用，不必為每個工具客製接法。
Q5. Agent 有哪些風險、怎麼控制？
誤用工具、無限迴圈、提示注入、危險操作。對策：限制工具與權限、設步數／成本上限、危險動作需人類確認、保留可追溯軌跡。
🎯重點整理
- 本質：LLM 當大腦 ＋ 會呼叫工具 ＋ 會迴圈修正 ＝ 會「做事」的 Agent。
- 骨架：ReAct＝Thought → Action → Observation，循環到 Final Answer。
- 行動力：靠 Function Calling 輸出結構化指令，由外部工具實際執行。
- 標準化：MCP 像 USB，讓工具可插拔、可重用。
- 代價：自主＝更強也更危險，需護欄、步數上限與人類確認。