過去半年,提案只要出現『AI Agent』四個字,客戶幾乎不用你多解釋就點頭。但我和Harry最近注意到一個矛盾訊號:做出這波AI Agent熱潮的公司內部工程師,反而開始說『你可能根本不需要agent』。這不是唱衰,是提醒——賣錯服務型態,才是接案者最貴的錯誤。
這是什麼
簡單說,這波討論在區分兩種東西:一種是真正的AI Agent——系統自己判斷下一步、自己決定要不要呼叫工具、自己修正錯誤,整個決策鏈條是動態的;另一種是被包裝成『agent』但其實是工作流——步驟固定、順序固定,只有某幾個節點交給AI判斷。過去一年,太多專案把第二種包裝成第一種在賣,結果就是成本失控、輸出不穩定、出錯了連自己都查不出問題卡在哪一步。這波內部聲音在講的,其實是回頭把兩者分清楚,而這正是我們在AI Agent 開發課程裡花最多時間拆解的判斷力。
為什麼這件事重要
這件事重要,是因為市場已經開始付代價。不少企業主在過去半年被『全自動AI Agent』的提案燒過——上線後成本比預期高兩三倍、輸出時好時壞、出包了連工程師都要花好幾天才能定位問題卡在哪個決策節點。這些客戶不是不相信AI,是不再相信『什麼都套agent』這種賣法。對接案者來說,這其實是機會:誰能先幫客戶診斷『這個任務真的需要agent,還是其實只要一條穩定的工作流』,誰就從『會用AI的工具人』升級成『看得懂系統該怎麼設計』的顧問,這個轉變我們在客製化AI智能體系統退燒？2026接案者該賣系統還是賣維運能力裡也提過類似的判斷。
可以用在哪裡
判斷『agent還是工作流』,在幾個常見情境特別明顯:
- ●客服自動化:九成客服問題其實是重複的固定流程(查訂單、改地址、退換貨),用工作流加意圖分類就能穩定處理,真正需要agent的只有少數要多輪判斷的複雜投訴
- ●內容與行銷發布:研究、草稿、審核、排程這幾步順序固定,做成工作流比讓AI自己決定下一步更省成本、也更好除錯
- ●電商訂單處理:規則清楚的部分交給工作流,只有邊緣案例(退貨理由模糊、跨境物流異常)才真正需要AI動態判斷
- ●內部知識庫問答:多數企業要的其實是穩定的檢索加回答,不是會自己規劃步驟的agent——後者貴又難維護
先把情境拆對,再決定要不要真的上agent,是接案者現在最值錢的判斷能力——尤其當客戶端開始出現真正需要agent的場景時,像是GPT-6 Astra能自己盯盤、記筆記、接電話:接案者的收費邏輯要重寫了裡談到的那類任務,報價邏輯本來就該跟工作流案子分開算。
可以收多少錢
這個判斷本身就能單獨收費。系統診斷/架構評估:5,000–15,000元,交付一份『哪些任務適合工作流、哪些真的需要agent』的建議書。工作流建置:依複雜度8,000–40,000元,通常比純agent專案便宜,因為除錯成本低、上線更快。真正需要agent的部分,維運與監控retainer可以抓每月3,000–10,000元——客戶要的不是程式碼,是有人幫他們盯著系統會不會出錯。診斷費用單獨報價,是很多接案者漏掉的一塊利潤。
