【生成式AI時代下的機器學習(2025)】第二講：一堂課搞懂 AI Agent 的原理 (AI如何透過經驗調整行為、使用工具和做計劃)

本集講述 AI Agent 的概念、運作方式及應用，並以大型語言模型 (LLM) 作為 AI Agent 的核心進行探討。講者首先闡述 AI Agent 與傳統 AI 的差異，接著說明 LLM 如何作為 AI Agent 的基礎，並以圍棋和西洋棋為例說明其局限性。 內容涵蓋 AI Agent 如何學習、使用工具 (例如搜尋引擎、其他 AI 模型) 及規劃，並分析了相關的優缺點及研究方向，例如記憶模組 (READ, WRITE, reflection) 的設計與應用。最後，講者探討了 AI Agent 在規劃能力上的挑戰與未來發展，並以實際案例說明 LLM 在規劃任務中的表現與局限。 例如，講者提到使用正向回饋比負向回饋更能有效提升 LLM 的表現，以及 LLM 在使用工具時可能過度依賴，導致錯誤判斷。