You’re Not Behind (Yet): How to Build Your First AI Agent (Full Guide)

AI 代理與聊天機器人的根本差異在於自主性。聊天機器人是被動型工具——你提問、它回答、你複製結果——本質上是加速版的人工操作。而 AI 代理是主動型員工，具備獨立執行完整工作流的能力。講者稱之為 D-A-T-A 循環：代理先自主診斷問題（D），再組裝解決方案（A），接著採取行動（T），最後評估成果並自我改進（A）。這個循環讓代理不斷學習，逐漸變得更聰明。

構建 AI 代理的核心框架是 AGENT 五步驟。第一步明確目標（Aim）——不是告訴代理怎麼做，而是清楚定義想要什麼結果。講者舉例：與其說「幫我管理郵箱」，不如說「我需要花更少時間在郵箱管理上」。然後寫一份「完成定義」（DOD），例如「每天上午 9 點郵箱清空，所有回覆用我的風格起草完成，需要我處理的事項標記到頂部」。第二步給代理身份（Give Identity）——創建三份文件：靈魂文件描述它如何表現（語調、性格、價值觀），身份文件定義它是誰（名字、角色、職責邊界），用戶文件記錄它為誰工作（你的背景、優先級、工作風格）。無需自己寫，用逆向提示法讓 AI 先提問，再自動生成 99% 完成的版本。

第三步配備工具（Equip）。這涉及三層工作：首先捕捉流程。推薦用逆向工程法——連接 Gmail，讓 AI 研究你過去 50 封發出的郵件，自動提煉你的語調、簽名、句子長度、常用短語，生成風格指南。其次建立系統提示（System Prompts），為每個子流程（排序、回覆、轉發、上報）各創建一份。最後整理上下文窗口——這是代理的工作桌，需要整潔有序。講者用形象的比喻：身份文件是你的憲法、工具是筆電和滑鼠、時間表是日曆、記憶文件則存在「文件櫃」裡。垃圾上下文進去就是垃圾決定出來，所以上下文的品質是代理性能的護城河。

第四步限制範圍（Narrow）——這是最容易被忽視但最關鍵的一步。不要期望一個代理做 17 件事，那樣它會過載，就像給行政助理同時派市場行銷和銷售工作一樣。正確做法是構建專業分工：一個代理寫代碼，另一個只審查代碼，再加上一個經理代理（如講者的 Kai）專職協調所有子代理。每個代理只精於一項工作，這樣上下文保持清晰，決策也不會混亂。

第五步逐步信任（Trust）——這是最容易出問題的地方。講者強調絕不在第一天就給代理「車鑰匙」。正確流程是：先設護欄（在身份文件中定義代理能做什麼不能做什麼）→ 要求它提議所有任務讓你審批 → 逐漸放權（先只排序郵件、檢查結果良好後再讓它起草回覆、再後來允許轉發到財務部門、最後完全自主管理整個郵箱）→ 設定自動執行時間表（從每次都審批，進階到每 15 分鐘或每天上午 9 點自動執行）。講者的行政助理一開始擔心被 AI 替代，結果發現自己被解放去做更高價值的工作——機械性郵件管理交給 AI，人類集中精力做戰略決策。

模型選擇也很關鍵。Anthropic 有四款模型：Haiku 是最便宜的工人，適合分類、標籤、快速草稿；Sonnet 是全能型，日常工作、研究、寫代碼都能做；Opus 是複雜推理高手，適合做代理的經理或複雜重構；Fable 是最新最強的編排型，當信息不足但任務複雜時才用。講者用成本舉例：一個代碼重構任務用 Opus 可能花 $150，但用 Haiku 只需 $1.50。郵箱代理因為流程已定義好，用 Sonnet 就夠了，不浪費 Opus 的算力。

決定什麼工作值得自動化時，用「規則 of R」判斷：工作是否重複（每週都做）、是否規則基礎（相同輸入產生相同輸出）、是否有時間回報（自動化成本 < 節省時間）。如果任務只做一次、流程不清楚、或自動化時間超過手動時間，那就繼續用聊天機器人幫助就好。

最後，講者提供終極 Pro Tip：把這支影片的連結給 AI，告訴它用所有分享的內容為你構建一個代理，然後看著它發揮創意。這實際上示範了代理的價值——人類定義目標和邊界，代理自主完成實現。這正是 2030 年那 1.7 億個新工作的核心：不是「和 AI 聊天」，而是「懂得如何指揮 AI 代理替你工作」。