我們賦予AI Agent四個能力：
- 大腦（大型語言模型 LLM）
- 思考
- 理解使用者的需求或問題
- 決定採取什麼行動
- 選擇使用什麼工具
- 回答詢問或報告結果
- 記憶
- 短期記憶 ⊙當前對話內容
- 長期記憶 ⊙認識使用者 ⊙知道使用者的偏好和習慣 ⊙從過去到現在的對話記錄 ⊙所學知識 ⊙所需資訊
- 工具（需要功能與使用說明書）
- 檔案處理（讀寫檔案）
- 電子郵件（收發訊息）
- 搜尋引擎（搜尋資料）
- 計算機 （計算數字）
- 其它
- 執行（串接整合的迴圈邏輯）
- 何時應該呼叫LLM
- 何時應該使用工具
- 何時應該回應或詢問使用者
上述形成AI Agent的４個核心零組件，我們可以依據需求或任務，組裝成完整的智能體。
AI Agent在思考時，就跟人一樣，會一直想，也會適可而止、不再想了。
所以，須設定條件，只要條件成立，AI就會停止思考，而不會一直在一個點上轉、鑽牛角尖，有了變通的空間。
這些條件是：
- 達到上限
- 完成任務
- 確定無法處理
- 需要人類介入
AI Agent：
- 接收任務
- 思考計畫
- 執行動作
- 評估結果
- 省思改善（如果達成，即結束並報告；如果沒達成，就繼續想方設法）
這樣，形成一個自主（自動化）迴圈循環。
在過程中，會遇到各種狀況，我必須學習處理：
- 輸入驗證－設定合理限制，不要讓AI處理太過龐大的檔案。
- 錯誤處理－如果執行失敗或錯誤，AI須回報明確的失敗或錯誤訊息。
- 異常處理
- 安全管理－將應用程式金鑰（API Key）儲存在環境變數（設定），不要寫在程式中。
- 風險控管－AI遇到重大決策、敏感操作或超出權限時，須停下來詢問人。
- 記錄追蹤－將每次執行記錄下來，出問題時可以回溯。
經過不斷改進，AI Agent愈趨安全穩定。
我們理解AI的思考與行動模式，就能設定合理務實的期望和目標，更好地與AI協作，提供良好的回饋，相互從反饋中逐步改善進益。
