Agentic AI（代理型人工智慧）vs Generative AI（生成式人工智慧）

從內容生成起步的人工智慧，如今正朝向具自主行動能力的代理系統發展。生成式 AI 與代理型（Agentic）AI 以不同的方式推動這項轉變。生成式 AI 已被廣泛採用，但其商業影響仍不均衡（Sukharevsky 等人，2025）。儘管它在撰寫與摘要等任務上表現優異，但尚無法完成端到端的全流程任務。

代理型（Agentic）AI 走得更遠——它能規劃工作、執行每個步驟，並在環境變化時自我調整。此技術的採用速度極快，許多企業已超越試驗階段（KPMG，2025）。無論是哪一種方式，它們都有一個共同的關鍵：高品質的 AI 訓練數據。

對企業與開發者而言，了解這兩種方法各自適用的情境，是推動下一波 AI 解決方案的關鍵。

本文將說明生成式 AI 與代理型 AI 之間的差異，分享實際案例，並展示兩者如何結合以創造更強大的成果。

理解 Generative AI vs. Agentic AI

簡單來說，生成式 AI（Generative AI） 是根據提示來生成新內容；而代理型 AI（Agentic AI） 則是一種能自主規劃、執行並隨情境調整的系統，能完成多步驟任務。

讓我們更深入地了解這兩項技術：

什麼是生成式 AI？

生成式 AI 模型透過大量數據集學習其中的模式，並根據使用者的請求生成新內容。它能協助撰寫、摘要與改編多種形式的素材，包括文字、程式碼、圖像與音訊等。

其輸出品質與訓練數據的品質息息相關——若缺乏多樣且標註完善的數據範例，模型在面對陌生領域時可能會產生偏移或不一致的結果。

生成式 AI 同樣需要合適的工具支援。團隊會運用數據標註（annotation）來建立可靠的數據集，透過品質保證（QA）驗證準確性，並進行模型評估（evaluation），以確保在模型持續演進的過程中，輸出結果依然保持一致且安全。

Appen 的 AI Data Platform（ADAP） 將這些關鍵環節整合於同一平台，讓整個流程能在大規模環境下高效運作。

什麼是 Agentic AI？

Agentic AI 指的是能夠自主規劃、執行並調整行動以完成任務的系統（Marr，2025）。

與根據提示生成內容的生成式模型不同，自主型代理能處理多步驟的工作流程——它會將任務拆解成多個階段，調用工具或 API，並根據回饋不斷調整行動方向。

例如，在電商應用中，一個退貨處理代理可以自動驗證訂單、生成寄件標籤、通知顧客並更新庫存，全程無需人工介入。

整個操作過程會留下運作記錄（operational records），以便後續進行評估、模型調校與稽核。

此外，仍需設定人工監督（human oversight）的環節，確保風險能被有效管理。

自主型 AI（Agentic AI）常與生成式模型結合運作。當代理負責管理整體工作流程時，生成式 AI 可以嵌入其中，協助執行特定任務，例如撰寫電子郵件、摘要報告內容，或建議應使用的工具。

這種將生成式輸出與自主代理流程結合的方式，不僅兼具創造力，也確保任務能完整完成。

Agentic AI 與 Generative AI 的主要差異

自主型 AI（Agentic AI）與生成式 AI（Generative AI）在目標、輸入、輸出及評估方式上皆有所不同，如下表所示。

這兩項技術具有協同合作關係：生成式 AI 負責創造流暢且有創意的內容，而自主型 AI 則確保整體結構與任務能被完整執行。

真實應用案例

生成式 AI 與代理型 AI 在工作流程中的不同階段各自發揮優勢。生成式模型擅長根據提示產生內容，而自主型系統則用於自動化整個工作流程。

Generative AI（生成式 AI）

• 像 GitHub Copilot 這類工具能透過情境感知的程式碼建議，或從自然語言提示中自動撰寫函式，大幅提升開發者的生產力。研究顯示，開發者的編碼速度可提升高達 55%，讓他們能專注於創意性問題解決，而非重複性工作（Brady，2023）。

• Amazon 的「Enhance My Listing」工具運用生成式 AI 來優化商品標題與描述。此工具已被超過 90 萬名賣家採用，使商品頁品質提升 40%，其中 90% 的生成內容可直接採用無須修改，進而促進銷售成長（Westmoreland，2024）。

• 此外，像 ChatGPT 等生成式 AI 工具已被 58% 的員工用於撰寫電子郵件、摘要報告或分析資料，使工作效率平均提升 67%（Gillespie & Lockey，2025）。

Agentic AI（代理型 AI）

• 代理型 AI 能自動化處理長尾供應商續約流程，執行端到端的談判腳本（從提案 → 反提案 → 協議簽訂），並將結果回寫至採購系統。這使企業能加速數千份小型合約的處理週期，讓人力專注於更具策略性的採購項目。Walmart 已採用此類 AI 來優化供應商合約管理（Hoek 等人，2022）。

• 在資安領域，代理型安全流程可自動調查警報事件，跨身份、終端與雲端系統關聯上下文，撰寫事件時間線，並透過審批機制啟動引導式修復。此方式能減少人工分類與加速事件控制時間，Microsoft 已運用此類 AI 來優化安全事件回應（Li，2025）。

• 另一個例子是 Datadog 的 Bits AI SRE，這類值班維運代理能自動調查警報、分析根因、即時彙整摘要並執行自動化運維腳本，協助團隊標準化事件處理流程並降低平均修復時間（MTTR）（Tai，2025）。

Generative AI 與 Agentic AI 能否協同運作？

是的，大多數實際應用團隊都同時運用這兩種 AI。

代理（Agent）會將目標拆解成多個步驟、選擇合適的工具，並驗證每個結果；而生成式模型（Generative Model）則負責產出流程中所需的內容，例如反提案、事件紀錄或 SQL 查詢。每完成一個步驟後，代理會進行驗證、執行、記錄結果，並從回饋中學習。這樣的循環讓工作能從構想到完成更高效地推進，減少人工交接。

在數據層面上，兩者的學習來源也不同。生成式模型依賴經挑選與標註的數據集進行訓練；而代理則從即時互動記錄與使用者偏好訊號中學習。許多團隊也會整合可信來源的檢索機制（retrieval），以確保模型輸出內容既有依據又能保持最新。

然而，企業在導入過程中常會遇到兩大挑戰：系統整合（Integration）與人類回饋強化學習（RLHF）。

• 系統整合是指在遵循企業政策與變更控管的前提下，將 AI 模組連接至現有系統。

• RLHF 則透過人類智慧來審核或排序 AI 輸出，讓系統學習這些偏好，進而提升後續行為表現。

當這兩項工作執行得當時，混合式 AI 系統（Hybrid AI）能兼具速度與穩定性，並為創新開啟更大的空間。

文獻參考

Brady, D. (2023, April 14). How generative AI is changing the way developers work. The GitHub Blog. https://github.blog/ai-and-ml/generative-ai/how-generative-ai-is-changing-the-way-developers-work/

Gillespie, N., & Lockey, S. (2025, April 28). Major survey finds most people use AI regularly at work – but almost half admit to doing so inappropriately. The Conversation. https://theconversation.com/major-survey-finds-most-people-use-ai-regularly-at-work-but-almost-half-admit-to-doing-so-inappropriately-255405

Hoek, R. V., DeWitt, M., Lacity, M., & Johnson, T. (2022, November 8). How Walmart Automated Supplier Negotiations. Harvard Business Review. https://hbr.org/2022/11/how-walmart-automated-supplier-negotiations

KPMG. (2025, June 26). AI Quarterly Pulse Survey: Q2 2025 [Review of AI Quarterly Pulse Survey: Q2 2025]. KPMG; KPMG. https://kpmg.com/kpmg-us/content/dam/kpmg/pdf/2025/ai-quarterly-pulse-survey-q2.pdf

Li, Dorothy. (2025, March 24). Automate cybersecurity at scale with Microsoft Security Copilot agents. TECHCOMMUNITY.MICROSOFT.COM. https://techcommunity.microsoft.com/blog/securitycopilotblog/automate-cybersecurity-at-scale-with-microsoft-security-copilot-agents/4394675

Marr, B. (2025, February 3). Generative AI Vs. Agentic AI: The Key Differences Everyone Needs To Know. Forbes. https://www.forbes.com/sites/bernardmarr/2025/02/03/generative-ai-vs-agentic-ai-the-key-differences-everyone-needs-to-know/

Tai, K. X. (2025, June). Introducing Bits AI SRE, your AI on-call teammate | Datadog. Datadog. https://www.datadoghq.com/blog/bits-ai-sre/

Sukharevsky, A., Kerr, D., Klemens Hjartar, Lari Hämäläinen, Bout, S., & Leo, V. D. (2025, June 13). Seizing the agentic AI advantage. McKinsey & Company. https://www.mckinsey.com/capabilities/quantumblack/our-insights/seizing-the-agentic-ai-advantage

Westmoreland, M. B. (2024, September 19). How Amazon uses generative AI to help sellers and shoppers. Aboutamazon.com; US About Amazon. https://www.aboutamazon.com/news/innovation-at-amazon/amazon-generative-ai-seller-growth-shopping-experience