AI Agent 是什麼？在 Mac 上打造會做事的 AI 助手

「Agent」這個詞最近被講到爛，門市常有客人拿著手機問：這跟 ChatGPT 不是一樣嗎？我都直接回他：不一樣，差在會不會動手。一般問答你問一句、它答一句，問完就結束了；Agent 是你給它一個目標，它自己會去拆步驟、動用工具把事情做完，中間還會看結果再決定下一步。

舉個我們實際會碰到的情境。你跟它說「把這個資料夾裡的報價單整理成一份摘要」，一般 AI 頂多教你怎麼做；Agent 會真的去讀那些檔案、抓出重點、產出一份摘要給你。中間它讀檔失敗、發現格式不對，還會自己換個方式再試。這就是關鍵差別：它不是只會說，是會做。

它腦袋裡其實在跑一個循環

說穿了 Agent 的運作沒那麼玄。就是一個一直繞的圈：先看目標，規劃要做哪幾步，呼叫工具去執行，看執行結果如何，再決定下一步要幹嘛，直到任務完成。

這裡面最容易被忽略、卻最重要的是「使用工具」這一環。AI 模型本身只會講話，它沒辦法直接碰你的檔案、查你的資料庫、開你的瀏覽器。要讓它能動手，就得有一條安全的通道把這些工具接給它——這正是 MCP 在做的事。沒有工具的 Agent，講白了還是只會聊天而已。

在 Mac 上想自己組一個，從哪開始

先講清楚門檻：入門其實不用會寫程式。你需要的是一個支援工具呼叫的 AI 客戶端，加上現成的 MCP 伺服器，兩個接起來就能跑。要自己客製工具、串複雜的自動化流程，那才需要一點技術底子，但那是後話。

實際上手的順序我會這樣建議。先挑一個支援工具呼叫的 AI 客戶端，透過 MCP 把你想用的工具接上去——可能是檔案系統、瀏覽器、或某個資料庫。接著別急著丟大任務，先讓它做單純的，像整理某個資料夾、把幾個檔案彙整起來，確認它做得穩，再慢慢加難度。這點老實說很多人會跳過，結果一開始就丟複雜任務，出包了也搞不清楚是哪一步壞掉。

還有一件事一定要做：涉及刪除、寄送、付款這種不可逆的動作，務必設成需要你按確認才執行。Agent 偶爾會自走偏，多這道關卡，就算它判斷錯了你也來得及踩煞車。

還沒打算自己玩的人，看這段就好

說實話，大部分人現在不用急著動手組 Agent。但有件事值得放在心上：AI 正在從「會說」走向「會做」，這個轉變比想像中快。你不一定要第一時間跳進去，但提早理解它的脈絡，等真的要用的時候會少走很多冤枉路。

對這塊有興趣、想按部就班搞懂的，可以順著 Apple × AI 進階路徑 一起學。要是你看了還是覺得霧煞煞，不確定自己手上的 Mac 適不適合玩這些，歡迎到 iLab 門市直接聊，或先用 選機小幫手 看看什麼配置比較合你的需求。