Chat AI 和 AI Agent 差在哪？從「會說的大腦」到「能做事的助手」
Chat AI 是會思考、會回答的大腦，AI Agent 則是接上手腳、能自己把事情做完的助手。用 ChatGPT、Gemini、Claude 實例說明兩者差異，以及怎麼把聊天 AI 升級成 Agent。
MAP · 本文地圖
最近「AI Agent」這個詞到處都看得到，但很多人用了好一陣子 ChatGPT，還是不太確定：我現在用的到底是聊天 AI，還是 Agent？兩者差在哪？
用一句話說明：
Chat AI 是一顆完整的大腦，會思考、會回答，但只能「告訴你」怎麼做。 AI Agent 是幫這顆大腦接上手腳，讓它能「自己動手」把事情做完。
這篇會用圖和表格說明兩者的差異、各自能做什麼，以及怎麼在 ChatGPT、Gemini、Claude 裡把聊天 AI 升級成能做事的 Agent。
用一張圖看懂差別
CHAT AI・大腦
最後由你照著答案去動手
AI AGENT・大腦＋手腳
↺ 結果不對就修正，重複到完成
最後交給你的是完成的成果
關鍵差異就在中間那段「使用工具 → 檢查結果 → 修正」的迴圈。Chat AI 回答完就結束，Agent 會自己動手、看結果、發現問題再調整，直到任務完成。
差異比較表
| Chat AI（大腦） | AI Agent（大腦＋手腳） | |
|---|---|---|
| 你給它的 | 一個問題 | 一個目標 |
| 它給你的 | 答案、建議、草稿 | 完成的成果（檔案、寄出的信、改好的程式） |
| 誰動手 | 你自己 | AI 自己 |
| 互動方式 | 一問一答，來回對話 | 交代任務後，它自己跑多個步驟 |
| 能碰到的東西 | 只有對話框裡的內容 | 網路、檔案、你的 App、瀏覽器、終端機 |
| 花費時間 | 幾秒鐘 | 幾分鐘到幾十分鐘 |
| 出錯的影響 | 答錯了，你不採用就好 | 做錯了，可能真的寄錯信、改錯檔案 |
| 適合 | 學習、發想、諮詢、寫作 | 重複性工作、跨多個工具的流程 |
同一件事，兩種做法
假設你的任務是：「整理這週所有會議的待辦事項，寄給團隊。」
用 Chat AI：
- 你打開行事曆，一場一場把會議紀錄複製出來。
- 貼給 AI，請它整理成待辦清單。
- 你檢查內容，複製下來。
- 你打開 Email，貼上、填收件人、寄出。
AI 只幫了第 2 步，其他都是你在做。
用 AI Agent：
- 你說：「整理這週所有會議的待辦事項，寄給團隊，寄出前先讓我看一下。」
- Agent 自己讀取行事曆、找出會議紀錄、整理待辦、寫好信件草稿。
- 你確認後，它幫你寄出。
你只負責下指令和最後把關。
Agent 是由哪些零件組成的？
一個 AI Agent 通常由四個部分組成：
| 零件 | 比喻 | 實際內容 |
|---|---|---|
| 模型 | 大腦 | 負責理解、規劃、判斷，也就是你平常聊天用的那個 AI |
| 工具 | 手腳 | 網路搜尋、執行程式、操作瀏覽器、讀寫檔案、呼叫 Gmail 或 Slack 等服務 |
| 記憶 | 筆記本 | 記住任務進度、你的偏好、之前做過的事 |
| 迴圈 | 做事的習慣 | 規劃 → 執行 → 觀察結果 → 修正，重複到完成 |
其中最關鍵的是工具。同一顆大腦，接上越多工具，能做的事就越多。
這也是為什麼最近常聽到 MCP（Model Context Protocol）。它是一個開放標準，可以想成 AI 工具界的「USB 接頭」：只要服務提供 MCP 介面，各家 AI 都能用同一種方式接上去。目前 OpenAI、Google、Anthropic 都支援這套標準。
怎麼把 Chat AI 升級成 Agent？三個層次
不需要寫程式，現在三大 AI 都已經內建 Agent 功能，差別只在你開了多少工具給它。可以分成三個層次：
第 1 層：打開內建工具
最基本的升級。讓 AI 可以自己上網搜尋、執行程式、產生檔案。
例如請它「查最新的匯率，算出我這筆日幣換台幣是多少，做成表格」，它會自己搜尋、計算、輸出，而不是叫你自己去查。
第 2 層：接上你的服務
透過「連接器」或「外掛」，讓 AI 能讀寫你的 Gmail、Google 雲端硬碟、行事曆、Slack、GitHub 等服務。
這一層開始，AI 才真正碰得到「你的資料」，能幫你整理信件、找文件、建立行程。
第 3 層：給它行動的環境
讓 AI 能操作瀏覽器、操作電腦，或在終端機裡改程式，再加上排程讓它定時自動執行。
到這一層，AI 就能幫你填表單、比價、在網站上完成多步驟流程，甚至每天早上自動整理一份報告給你。
權限越大，越要小心
層次越高，AI 能做的事越多，出錯時的影響也越大。建議從第 1 層開始，熟悉之後再一步步開放權限。
三大 AI 的 Agent 功能怎麼用
| ChatGPT | Gemini | Claude | |
|---|---|---|---|
| Agent 入口 | 切換到「Work」模式 | 在輸入框開啟「Agent Mode」 | 直接在對話中使用工具與連接器 |
| 接自己的服務 | 外掛（Slack、Gmail、Drive、GitHub 等） | 原生整合 Gmail、行事曆、Meet 等 Google 服務 | 連接器（Gmail、Google Drive、Slack 等，支援 MCP） |
| 操作瀏覽器 | 桌面版內建瀏覽器 | Gemini in Chrome | Claude in Chrome 擴充功能 |
| 寫程式 Agent | Codex | Jules | Claude Code |
| 排程任務 | 支援 | 支援 | 支援 |
| 最適合 | 產出完整成果，如報告、簡報、試算表 | 已經重度使用 Google 服務的人 | 開發者、處理長文件與多步驟工作 |
功能開放範圍
各家 Agent 功能多數需要付費方案，部分功能也依地區分批開放。以下範例以 2026 年 10 月的狀態為準，介面名稱可能隨更新調整。
ChatGPT：用 Work 模式交付完整成果
ChatGPT 原本的 Agent 模式，在 2026 年 7 月整合成 Work 模式，和一般聊天、Codex 並列，可以從模式切換器直接選擇。它的定位是處理有明確交付物的多步驟任務，像是整理成試算表、簡報或報告。
接上外掛後，它可以讀取 Slack、Gmail、Google Drive、GitHub 等服務的資料。使用桌面版時，還能存取本機檔案、使用內建瀏覽器。
範例指令：
幫我研究台灣前五大咖啡連鎖品牌的價格與門市數，
整理成一份比較試算表，再做一份 5 頁的簡報摘要。
Gemini：在 Google 服務裡自動處理
Gemini 的優勢是原生整合 Google 生態系。在輸入框開啟 Agent Mode 後，它可以跨 Gmail、Google 行事曆、Google Meet 等服務完成多步驟任務，例如整理信件、從會議紀錄抓出待辦、規劃行程並寫進行事曆。
另外，Chrome 裡的 Gemini 也能幫你操作網頁；寫程式則有 Jules 這個非同步程式 Agent。
範例指令：
找出我這週 Gmail 裡還沒回覆的客戶信件，
依照緊急程度排序，每一封都先幫我擬好回覆草稿。
Claude：用連接器與 Claude Code 動手做
Claude 的 Agent 能力來自工具和連接器。在設定中接上 Gmail、Google Drive、Slack 等服務後，直接在對話中交代任務，它就會自己決定要用哪些工具。安裝 Claude in Chrome 擴充功能後，它也能操作你的瀏覽器。
對工程師來說，最有感的是 Claude Code：它在終端機裡直接讀專案、改程式、跑測試，本身就是一個完整的程式 Agent。安裝方式可以參考我的Mac 安裝 Claude Code 教學。
範例指令（在 Claude Code 裡）：
幫我找出這個專案裡所有沒有寫測試的 API，
補上單元測試，跑過全部測試後再告訴我改了哪些檔案。
使用 Agent 的四個安全習慣
Agent 能幫你動手，也代表它可能做錯事。使用時建議養成這幾個習慣：
- 權限最小化：只連接這次任務需要的服務。整理信件就不需要開放雲端硬碟。
- 重要動作要它先問你：寄信、付款、刪除檔案、發布內容之前，在指令裡加上「執行前先讓我確認」。
- 小心網頁裡的陷阱：Agent 瀏覽網頁時，可能讀到惡意網站藏的指令，試圖誘導它做其他事（稱為「提示詞注入」）。避免讓它在不熟悉的網站上，處理帳號、密碼或付款。
- 檢查成果：Agent 交出的報告、程式、數據，還是要親自看過一遍，特別是數字和事實。
結語：從「問 AI」到「交代 AI」
Chat AI 讓我們學會問，AI Agent 則讓我們開始學會交代。
兩者沒有誰取代誰：想學習、討論、發想時，聊天就夠了；遇到重複、繁瑣、要跨好幾個工具的工作，就是 Agent 發揮的時候。
建議你從一件每週都要重複做的小事開始，試著交給 Agent 處理一次，就會很快感受到兩者的差別。
如果還不確定該選哪一家 AI，可以參考上一篇〈ChatGPT、Gemini、Claude 怎麼選？〉。
參考資料
STAGE CLEAR!
獲得 EXP +70。有問題或想看的主題，歡迎到關於頁找我。