EP110｜連 Anthropic 和 OpenAI 都這麼說：不做 Agent，才是預設值。從一個金融業案例談 AI 技術選型

企業導入 AI Agent 時常陷入「為了技術而技術」的盲點，導致專案因與應用場景錯配而失敗。缺乏系統性的技術選型框架是核心問題，企業應依據任務特性，從 Rule-based 自動化、Augmented LLM、Augmented Workflow 到 AI Agent 進行分層評估。AI Agent 僅適用於需要動態思考路徑的複雜任務，而非所有問題的萬靈丹。實務上，應優先採用簡單解法，僅在必要時才引入具機率性的 Agent 技術。透過建立可靠性指標、評估人工介入需求及成本效益，企業才能避免盲目跟風，確保 AI 專案能真正落地並創造價值，而非僅是為了追逐市場熱度而投入資源。