AI 模型、AI Chat、AI Agent 有什麼差異？
模型負責想，Chat 主要跟你對話，Agent 會拿工具幫你做事
上一篇提到，Pocketool 不是輸入一句 Prompt 就自己長出來的。
我也常說「這個交給 AI」，講起來很輕鬆，但真的開始做之後，才發現有很多細節要注意。有時 AI 只回我一段建議，有時它已經打開專案、改完檔案，順便跑了一輪測試。都叫 AI，做事方式卻差很多。
要看懂這個差異，先把三個很常混在一起的名詞拆開：AI 模型、AI Chat 和 AI Agent。
先看結果，不用急著背名詞
先不要管背後用了哪個模型，我們直接看同一句需求會得到什麼結果。
假設你說：「幫網站加一個聯絡表單。」
在以對話為主的 Chat 裡，AI 可能會告訴你要準備姓名、信箱和留言欄位，接著提供一段範例程式，再提醒你送出後要顯示成功訊息。它可以把做法講得很完整，但工作通常會停在對話裡。
接下來，你還是得自己找到專案、建立檔案、貼上程式、處理錯誤，再打開網頁確認表單能不能送出。如果你不知道那段程式該放在哪裡，可能第一步就會卡住。
Chat 很適合解釋、討論與提供做法，結果通常直接留在對話裡。
換成能操作專案的 Agent，事情會多走幾步。它可以先讀取專案，確認網站用了什麼技術、表單元件放在哪裡，以及專案原本怎麼處理按鈕和錯誤訊息。
確認完現況後，它才修改檔案、執行測試或建置，失敗就根據錯誤繼續修。最後交回來的不是一段等你複製的程式，而是修改過的檔案、執行結果，以及可以直接打開檢查的畫面。
Agent 可以在專案裡採取行動，但最後的修改內容仍然要由人檢查。
所以這一段不是在比較誰回答得比較漂亮，而是在看 AI 最後把工作做到哪裡：Chat 多半協助你想清楚與取得做法；Agent 則可以繼續進入環境，把做法實際執行出來。
三個名詞，各自負責什麼？
這篇為了方便理解，把以對話為主的使用方式稱為 AI Chat；把能朝目標執行多個步驟、使用工具的工作方式稱為 AI Agent。
它們不是三套互相競爭的產品。AI 模型是底層能力，Chat 和 Agent 則是你使用這份能力的不同方式。
| 名詞 | 你可以先這樣記 | 主要工作 |
|---|---|---|
| AI 模型 | 負責想 | 理解內容、推理與產生回答 |
| AI Chat | 主要跟你對話 | 回答問題、討論、整理與提供建議 |
| AI Agent | 拿工具幫你做事 | 朝目標執行多個步驟，再把結果交回來 |
AI 模型負責理解你說的話、整理資訊、推理並產生下一段內容。不過模型本身不知道你的專案放在哪裡，也不能自己打開電腦裡的檔案。
AI Chat 把模型放進對話介面。你問一個問題，它根據目前看到的內容回答；你覺得不清楚，就再補充資訊繼續問。這很適合學習觀念、討論方向、整理內容，或在真正動手以前先把需求說清楚。
AI Agent 則在模型之外再接上工具與工作環境。它不只產生回答，還能根據任務決定下一步：先讀哪個檔案、要修改什麼、該執行哪個測試，以及看到錯誤後要怎麼繼續。
例如同樣遇到一個網站錯誤，Chat 可以幫你解讀錯誤訊息；Agent 則能進一步找到發生錯誤的檔案、修改程式，再執行一次測試。模型可能相同，差別在於它能不能取得現場資訊並採取行動。
這條界線不是畫得死死的。現在的 Chat 也可能搜尋網頁、讀取附件或使用工具；重點不是按鈕叫什麼，而是這次工作最後停在「回答你」，還是繼續把任務做完。
同一個模型，為什麼有時特別會做事？
這是最容易搞混的地方：明明選的是同一個模型，為什麼放在不同工具裡，有時只能回答問題，有時卻像是多了一雙手？
因為模型只負責判斷下一步，真正能不能執行，還要看外面的應用程式替它準備了什麼。常見的差異有四個：
- 資料：它能不能看到你的檔案、需求和專案規則。
- 工具：它能不能修改檔案、執行指令或打開瀏覽器。
- 權限：哪些事情可以直接做，哪些事情要先問你。
- 流程：做完一步後，能不能看到結果再繼續調整。
如果模型只看得到你貼上的一段錯誤訊息，它只能根據這段文字猜問題可能在哪裡。即使回答聽起來很有道理，也可能和專案實際使用的套件、檔案結構或設定完全不同。
如果應用程式同時把專案檔案、開發規則和測試工具提供給它，模型就能先確認現況，再決定要讀哪裡、改哪裡。修改後的測試結果又會回到模型，它才能知道剛才的方法有沒有成功。
所以同一個模型放在不同工具裡，表現可能完全不一樣。不是它突然變聰明，而是這次終於看得到現場、拿得到工具，也能根據執行結果繼續處理。
至於這些資料與工具是怎麼接進來的，我們會留到 Day 3 的 Harness 再拆開說。
我該用 Chat 還是 Agent？
不用看到 Agent 就覺得每個問題都該交給它。先看你現在需要的是「想清楚」，還是「直接動手」。
| 目前想做的事 | 比較適合 |
|---|---|
| 問問題、學觀念、比較選項 | Chat |
| 腦力激盪、整理需求、確認方向 | Chat |
| 讀取專案、修改檔案、執行測試 | Agent |
| 完成一個有明確成果的多步驟任務 | Agent |
如果方向還很模糊，我通常先用 Chat 討論。比如「我想做一個報名工具」，可以先把使用者、需要的欄位和操作流程聊清楚；等到需求變成「請在這個專案加入報名表，送出後把資料存起來」，再交給 Agent 動手。
反過來說，如果需求只有一句「全部幫我做好」，即使 Agent 有能力改檔案，也可能很有效率地做出一套和你想像不同的東西。工具變強之後，方向說清楚反而更重要。
有些任務也會在兩種方式之間來回：先用 Chat 整理方向，交給 Agent 實作，再回頭根據畫面與測試結果討論下一步。重點不是從頭到尾只能選一個，而是知道目前這一步需要什麼。
OpenAI 官方文件目前也把 Chat 定位在問答、腦力激盪與比較選項；需要除錯、執行測試或實作功能時，則建議使用 Codex。[1]
這個系列會用哪一套工具？
後面的文章會以 ChatGPT Desktop 與 Codex 示範。不是因為所有人都必須選同一套，而是接下來會同時用到對話、圖片、檔案、瀏覽器和程式專案，用同一個操作環境比較容易一路跟著做。
前面遇到不懂的名詞，可以先透過對話問清楚；需要整理資料或製作內容時，可以把來源交給 AI 處理；真正開始做網站後，再讓 Codex 進入專案修改檔案與執行測試。不同階段需要的工作方式並不一樣。
Claude、Codex 該怎麼選，價格與方案又差多少，我還是會整理，但會另外放在專門的單元。這一篇先把模型、Chat 與 Agent 的關係弄清楚。
下一個問題是：模型本身又沒有手，Agent 到底怎麼讀檔案、跑終端機，還能接上其他服務？Day 3 就來看把這些能力接起來的 AI Harness。
OpenAI Docs，Use ChatGPT。 ↩︎