AI 智能体、Agentic AI 与生成式 AI 有何区别

三者的区别在于下一步由谁来做

想象三位新同事。第一位很会写信的草稿，但写完就放在您桌上。第二位接下一件事，比如查订单什么时候到，然后打开系统、核对库存、回复客户，一口气做完。第三位是组长，接下一个大目标，拆成小任务分给组员，跟进进度，只把超出自己权限的事拿来问您。这三位就是生成式 AI、AI 智能体和智能体式 AI。各家的定义并不一致，本文采用开发团队设计系统时使用的定义。

生成式 AI 是根据指令生成新内容的 AI：文字、图片、表格或代码。它的核心是 LLM（大语言模型）。

AI 智能体是接下一个目标后，自己决定去哪里查、调用哪个系统、走多少步，直到把事做完的软件，活动范围限于您授予的工具和权限。让智能体打开系统的机制叫作工具调用（Tool Calling）。

智能体式 AI 是整套系统的设计思路：让 AI 规划、拆分任务、协调多个智能体或系统，并在人设定的范围内自行决定下一步。协调全局的那一层叫作编排（Orchestration）。"智能体式"描述的是系统，智能体只是其中的一个部件。

生成式 AI 生成答案后就结束

它适合原本就需要人审核后再使用的工作，比如在 LINE 官方账号（LINE OA，泰国企业销售和客服最常用的消息渠道）上起草给客户的回复，由员工发送。结果始终是一份等人处理的草稿。

您需要提供的是明确的指令和正确的公司文档。常用的方法是检索增强生成（RAG）：系统先检索您的文档再作答。常见的失败是模型在没有数据时也自信作答，比如从未见过车辆排程却报出送货日期，也不知道今天的库存或应收余额。

AI 智能体接下一件事并做完

智能体的工作是一个循环：接下目标，选择工具，执行，查看结果，再决定继续还是停下来问人。

泰国企业通常最先交出去的，是问题反复出现、但回答需要打开系统的工作。客户在 LINE OA 上问订单状态，智能体到 ERP 里找到订单号，回复送货日期和物流单号；或者读取邮件里的泰文发票，与采购单核对后提交付款，等人审批。两者打开的系统都不多，出错也能撤回。

需要额外准备的是接入 ERP、CRM 或财务软件的 API、工作所需的最小权限、明确的审批点，以及上线前用来测试的、来自您自身工作的真实例子。常见的失败是用错误数据调用工具、反复执行、权限远超工作所需，以及客户消息中暗藏指令让系统照做，即提示注入（Prompt Injection）。延伸阅读见关于 AI 员工的文章。

智能体式 AI：多步骤、多系统，人来把握范围

智能体式 AI 接下一个大目标，比如"把这张订单从接单做到收款"，拆成小任务，分别交给最擅长的智能体或系统，跟进进度，超出范围的事项上报给人。

例子大多是跨部门的工作。从接单到收款：一个智能体在 LINE OA 接单，一个核对信用额度，一个预约车辆排程，再由一个步骤开具 e-Tax Invoice（泰国电子税务发票）。超过额度的订单等人审批，每一步做了什么、用了哪些数据都写入审计日志（Audit Log）。

失败的方式与下一级不同。第一个智能体的错误在无人察觉时流向下一个；结果出错时，往往因为"是系统做的"而没有人负责。客户的个人数据也会流经多个系统，您必须能说清它在哪一步离开公司，是否符合泰国《个人数据保护法》（PDPA）。如果数据不能出公司，可以选择在自有环境中运行私有化部署的大模型（Private LLM）。延伸阅读见多智能体业务平台一文。

多数企业走的三级阶梯

真正把智能体用起来的企业，走的路大致相同。每一级都有在上升之前必须备齐的证据。

把自主程度划分得更细的企业主版路线，见从聊天机器人到 AI 应用的路线图。

什么时候聊天机器人就够了，什么时候智能体式还太早

普通聊天机器人就是带聊天窗口的生成式 AI，从它打开系统做事的那天起，就成了智能体。聊天机器人够用的情况是：问题反复出现，答案在您能维护的文档里，回答之后不需要在系统里做任何事。回答之后每天都有要在系统里做的事、做错了也能纠正，就该走向 AI 智能体。

智能体式 AI 还太早的情况是：唯一可信的数据仍散落各处，核心系统没有 API，没有人为流程负责，或者您还说不清系统出错时如何停下。第一件事怎么选，见从哪里开始用 AI 的文章。

发包前该问开发商的问题

每家供应商都会说自己的系统是智能体式的。下面的问题能看出里面到底是什么。请对方在真实界面上回答，少看幻灯片。