從問 AI 到用 Agent · 🟢 入門

我免費 GPT 就夠了

那我為什麼還需要 Agent?

▶ 看影片 🎓 L1 入門 🎬 12 個段落 🀄 投影片 + 逐字稿
本集開場

我常常被問到同一句話:「Tom,我用免費的 ChatGPT 就能做完我要的事了,我幹嘛還要去學什麼 Agent?」這個問題超級合理,我完全不覺得是在抬槓。所以接下來我不繞圈子,就正面回答:免費 GPT 到底夠不夠?什麼時候你才真的需要 Agent?

1

這個問題我聽了很多次

💬
逐字稿

先講,我一點都不想說服你「你錯了、你要趕快學」。因為會問這句話的人,通常 ChatGPT 已經用得很順了,要什麼它都答得出來,日子過得好好的。你會覺得「我現在就夠用了,學 Agent 是不是多此一舉?」這個懷疑不但合理,而且很健康。我自己就是這樣一路懷疑過來的。所以接下來我要先做一件事:老實承認,你有一半是對的。

2

老實說:你有一半是對的

逐字稿

是的,一半是對的。如果你的需求是那種一次性的小問題,免費的 ChatGPT 真的就夠了,你完全不需要 Agent。硬要為了一件小事去搬一整套 Agent,那叫殺雞用牛刀,反而更累。我不想騙你說「Agent 什麼都比較好」,那不是真的。我寧可誠實一點,先把「什麼時候不需要」講清楚,你才會相信我後面講「什麼時候需要」。

3

這些情況,免費 GPT 剛剛好

🎯
逐字稿

舉幾個例子你就有感覺。查一個英文單字怎麼用、把一句話翻成日文、幫我想三個影片標題、把這段文字潤得順一點、解釋一個我看不懂的名詞——這些都是問一次、拿一個答案、事情就結束了。它們有一個共同點:只要一步,而且我只做一次。這種情況你打開對話框問一句,兩秒鐘搞定,叫 Agent 出場反而是找自己麻煩。所以問題不是「GPT 夠不夠強」,而是「你的任務長什麼樣子」。

4

那 Agent 什麼時候才值得?

⚙️
逐字稿

那反過來,Agent 什麼時候才值得請出來?我給你三個訊號。第一,任務是多步驟的,不是問一句就結束,而是要一步接一步走完。第二,同一件事你要重複做很多次,不是做一次而已。第三,它需要真的動手去用工具:查資料、算數字、跑程式、開檔案。只要你的任務踩到這三點的其中一點,你就開始值得考慮 Agent 了。而這三點,其實都指向同一個東西。

5

還有一個訊號:你在當人肉迴圈

🔁
逐字稿

還有第四個訊號,而且最貼身:你有沒有在當「人肉迴圈」?就是你複製一段、貼過去、跑一次、看結果、發現要改、再回去問、再複製、再貼上——同樣的動作轉了一輪又一輪。答案確實是 GPT 幫你想的,但每一輪的手都是你在動,你變成一顆人肉的轉輪子。如果你已經受不了這種重複,那不是你不夠勤勞,那是這件事本來就該交給 Agent。

6

真正的差別,一句話

⚖️
逐字稿

講到這裡,我把真正的差別濃縮成一句話。問答,是 AI 幫你「想」,它給你思路、給你答案,但動手把事情做完的,還是你那雙手。Agent,是 AI 幫你「做完」,它把整件事跑到底,而你的角色,從動手的人變成驗收的人。你注意到沒有,差別根本不在「誰比較聰明」,底層可能是同一個模型;差別在「誰動手」。想通這一點,你就抓到重點了。

7

你從「1 雙手」變「N 雙手」

🙌
逐字稿

換個角度看,這件事的重量會更清楚。用問答,你永遠只有你這一雙手,一次只能做一件事,做完才能做下一件。而當你會交辦,你等於可以同時派好幾件事出去跑,這件在查資料、那件在算表格,你在中間看結果。你從一雙手,變成 N 雙手。這時候真正卡住你產出的,不再是你的手速,而是你能不能把事情講清楚、能不能判斷做得好不好。這是一個層級的跳躍。

8

老闆視角:別搞錯重點在哪

📊
逐字稿

如果你是主管、是老闆,我特別要提醒你別看錯重點。很多人以為導入 AI 的價值是「員工打字更快、寫信更快」,那只是邊際效益,省個幾分鐘而已。真正的價值不在這裡。真正的價值是,一整段工作流程可以被 Agent 接手做完,那是結構性的槓桿。你省下來的不是「答案品質」,答案本來 GPT 就會給;你省下來的,是那段執行的人力。看懂這個差別,你的投資報酬算法就完全不一樣了。

9

所以 ROI 要這樣算

💰
逐字稿

所以投資報酬到底怎麼算?用問答,你優化的是「想」這一段,思路更快出來,但後面的執行還是要一個人從頭做到尾,人力沒有省掉。用 Agent,你搬走的是「執行」那一整段,那才是真正吃掉你時間的地方。所以你要算的,不是它幫你多打了幾個字,而是它幫你省下多少工時。當你用工時去算,而不是用字數去算,你就會發現這兩者根本不在同一個量級。

10

個人視角:時間不再跟工作量綁死

📈
逐字稿

就算你不是老闆,只是想讓自己輕鬆一點,這件事對你一樣重要。以前你的時間是跟工作量死死綁在一起的:要做十倍的事,就得花十倍的時間,沒有別條路。可是當你會交辦給 Agent,同樣做十倍的事,你多花的只是「把任務交辦出去」加上「回來驗收」的那一點時間。你的產出,第一次鬆開了跟手速的線性綁定。這不是快一點慢一點的問題,是你的天花板整個被抬高了。

11

如果你現在還覺得「沒差」

🌱
逐字稿

講到這裡,可能還是有人心裡想:「我試過啊,也還好,沒你講得那麼神。」我很誠實跟你說,如果你現在還覺得沒差,很可能是因為你還在用「問」的方式在使喚它,你其實還沒真正「交辦」過一次完整的任務。這兩件事的手感差很多。所以我請你先別下結論,等你真正完整交辦過一次,你會慢慢看到那個差距是會複利的——一開始不明顯,越往後拉越大。

12

帶走一句話

🎯
判斷方法:一次性的就問;多步驟、會重複的,交辦。
逐字稿

如果今天你只帶走一句話,那就是:小問題,就問;真正的工作,學會交辦。要不要用 Agent,不是看模型夠不夠強,而是看你這件任務長什麼樣子——一次性的就問一句,多步驟、要重複、要動手的,就把它交辦出去。下次你要打開對話框之前,先看一眼手上這件事:它是一句話能答完的,還是要跑好幾步的?答案會告訴你該用哪一種。