企業知識庫與 AI Agent
AI Agent、聊天機器人與自動化流程差在哪？企業選型指南
聊天機器人、自動化流程與 AI Agent 都能接收輸入並產生結果，但它們把多少決策權交給模型並不相同。企業選型的關鍵不是名稱，而是系統能做哪些動作、路徑是否固定、權限多大，以及錯誤後果能否回復。
三者的核心差異
聊天機器人
以對話介面回答問題、收集資訊或引導使用者。它可以連接知識庫，但不一定能操作其他系統。適合 FAQ、文件搜尋與客服前置分流。
自動化流程
依事先定義的節點與條件執行。n8n 官方把 workflow 描述為連接節點來自動化流程；輸入相同且外部狀態相同時，路徑通常較可預測。適合表單轉送、資料同步、報表與固定審批。
AI Agent
模型會依目標和當下資訊選擇工具、決定下一步，可能反覆觀察結果再調整。它能處理較不固定的任務，但也增加誤選工具、越權與不可預期行動的風險。
快速選型原則
- 只需查找與解釋資料：先做聊天機器人加 RAG。
- 步驟與規則明確：先做一般自動化流程。
- 路徑無法全部預先列出，且確實需要模型選工具：才考慮 Agent。
- 涉及付款、刪除、對外寄送、正式發布或重大決策：保留人工批准，不因使用 Agent 就取消控制點。
不要為了 Agent 而 Agent
若固定流程已能可靠完成任務，引入 Agent 只會增加模型呼叫、延遲、測試與安全成本。可把系統拆成混合架構：模型負責分類或草擬，確定性流程負責驗證與執行，高風險動作由人批准。
風險隨權限增加
OWASP Excessive Agency把風險根源分為功能過多、權限過大與自治程度過高，並建議只提供必要工具、縮小功能、使用最小權限，對高影響行動要求人工批准。
這代表「能寄信」的 Agent 不應順便擁有刪信與管理信箱的權限；讀取產品資料的工具不應使用可修改所有資料表的管理員帳號。授權應在下游系統強制執行，而不是請模型自行遵守。
概念驗證要測什麼
- 正常任務能否在限定工具與步數內完成。
- 資料不足時是否詢問或停止，而不是自行補完。
- 惡意文件或使用者要求能否誘導它越權。
- 工具失敗、回傳矛盾或逾時時如何降級。
- 每次工具呼叫是否可追蹤，重大行動能否撤回。
- 與固定流程相比，品質提升是否值得額外成本。
若需求主要是公司文件問答，先讀RAG 入門；若路徑固定，改看n8n 流程自動化入門。需要企業選型可查看企業 AI 導入服務。