AI Agent 是什麼？用「引擎和車」搞懂 Claude Chat、Cowork、Code 差在哪

我有一陣子，老有種沒跟上技術潮流的感覺。

打開社群，到處有人在講自架的 AI Agent（像 2026 年初爆紅的 OpenClaw）：跨平台、有記憶、24 小時掛在伺服器上、從手機就能指揮。而我呢？我認真在用的就兩個——Claude Code 拿來寫程式，Claude Cowork 拿來做分析（另外偶爾用 Claude Chat 隨手問點東西，但那不算幹活）。每次看到一個沒聽過的新名字，我都會懷疑：是不是我太遜，落後了？

後來我花了一個下午，把這些東西的底層拆開來看。拆完之後，那種沒跟上的感覺就消失了。不是因為我學會了那些花俏的玩法，而是因為我終於看懂：那些看起來很猛的工具，猛的地方不是 AI，是外殼。

這篇是我拆解的筆記。如果你也對「AI Agent」這個詞一直有點模糊，這兩個比喻可能會幫你省下一個下午。

第一件事：Agent 不是產品，是程度

我原本以為 Agent 是某個具體的東西，像一款 app。錯了。

Agent 是一個抽象概念，指的是「能自己跑完多步驟任務的 AI」——它會自己規劃、自己呼叫工具、執行、看結果、再修正，直到任務做完。重點是「自主程度」。

而且它不是有或沒有，是一條光譜。

一端是一問一答：主導權在你手上，你問一句它答一句，下一步要做什麼由你決定。另一端是完全自主：你給它一個目標，它自己跑完全程，中間不用你插手。市面上所有的 AI 工具，都落在這條線的某個位置。差別只是「它能自己走多遠」。

所以「這是不是 Agent」是個假問題。真正該問的是：這個工具的自主程度有多高？

你以為的落後，其實看不見

這裡要插一段，因為它正是那種「你落伍了」說法的根源。

我常看到一種說法：「如果你還只會跟 AI 一來一往對話，你就落後了。」這句話聽起來很有壓力，但它其實混淆了一件事。

我後來實際去用所謂的 Agent，發現一個有趣的事實——表面上，它也是一來一往。 你打一句，它回一句，你再打一句，它再回一句。畫面上跟普通聊天長得一模一樣。

差別不在表面，在你看不到的地方。

普通聊天，它回你的那一格，就只是回一句話。而 Agent 回你的那一格，背後可能已經自己跑了一輪迴圈：先規劃要做什麼、去呼叫工具、實際執行、看結果對不對、不對就再修一次——這些全部發生在「你打一句、它回一句」這個動作的內部，你只看到最後吐出來的結果。

所以那句「還在一來一往就落後」，問錯了重點。一來一往只是介面，不是落後的證據。真正的差別是主導權交出去多少——你是每一步都自己拍板，還是把「中間那串思考和動手」整包外包出去。

想通這個，你就不用再被那句話綁架：你沒有落後，你只是還沒把方向盤鬆開。要不要鬆、什麼時候鬆，是你的決定，不是別人的標準。

第二件事：模型是引擎，外殼是車

這是整篇最關鍵的一個分層，搞懂它，後面全部都通。

所有這些工具，底層都是在呼叫同一類東西——大型語言模型（也就是 AI 本身）。以 Claude 來說，模型就是 Claude Opus、Claude Sonnet 這些，是負責「想」的那顆腦，也就是引擎。但引擎不會自己跑路，它需要一台車把它包起來：方向盤、輪子、儀表板、油門。

這台車，行話叫 harness（外殼／框架）。外殼決定了幾件事：

• 給這顆引擎哪些工具（能不能上網、能不能讀你的檔案）
• 怎麼跑迴圈（一步一停，還是自己連續跑）
• 看得到哪些脈絡（記不記得你上次說過什麼）
• 介面長什麼樣（終端機、桌面 app、還是手機）

同一顆引擎，包進不同的車，就變成完全不同的產品。

拿 Claude 自己來說最清楚，因為它兩層都看得到。引擎那層，是模型——像 Claude Opus 4.8、Claude Sonnet 4.6，是負責「想」的那顆腦，你甚至可以在同一個工具裡換不同的模型來開。車那層，是把同一顆模型包起來的三種外殼：Claude Chat 是一問一答的聊天介面、Claude Cowork 把它變成會做分析和報告的桌面工具、Claude Code 把它變成住在終端機、會自己讀檔改檔的工程助手。引擎可以是同一顆，但外殼能碰到的工具、記得的脈絡、長出來的樣子全不一樣。

最明顯的差別在收尾。同樣丟一份數據進去，Claude Code 預設你是工程師，把「算出結果」當終點，丟給你程式和數字就收工；Claude Cowork 預設你要看人話，會多走一步，把結果解讀成「這代表什麼、你該怎麼做」。同一顆腦，因為外殼對使用者的假設不同，產出就差一截。

引擎一樣。是車不一樣。

Chat、Cowork、Code 各長什麼樣？舉三個例子

光講「外殼不同」還是抽象，直接看三個你會真的丟給它的任務。

Claude Chat —— 一問一答

你說：「幫我把這段英文 email 改得更客氣一點。」它回你一個改寫版本，就結束了。它碰不到你電腦裡的任何檔案，給完答案就收工——適合問問題、改文字、腦力激盪。

Claude Cowork —— 做分析

你說：「把這個資料夾裡的 12 份月報，整理成一張各月營收總表，再告訴我哪個月最差、可能為什麼。」它會自己打開檔案、讀數字、做出表格，還順手把結論解讀給你聽。你交辦的是一個「任務」，不是一個「問題」。

Claude Code —— 寫程式

你在終端機裡丟一句：

找出這個專案為什麼登入會壞掉，修好它，然後跑一次測試

它會自己翻程式碼、定位 bug、改檔案、跑測試，再回報結果。它住在你的開發環境裡，會實際動手改你的專案。

三句話、三種「能碰到的東西」：Chat 只能動文字，Cowork 能動你的檔案，Code 能動你的程式。自主程度一路往上——這就是前面那條光譜，落到你每天會用的工具上。

那些自架 Agent，在動「車」那層

現在回頭看開頭那些讓我覺得自己落隊的東西——那些被討論得很多的自架 Agent，像 2026 年初爆紅、幾天衝破十萬星的 OpenClaw，主打「越用越聰明、會自己寫技能」的 Hermes Agent，還有最早把這套玩法帶紅的元老 AutoGPT。把它們的賣點攤開來看：能自架在伺服器上、能從通訊軟體指揮、能換不同模型、能跨對話記住東西。

用前面的比喻，這些全都是在動「車」那層——讓你自己調整外殼：車停哪（自架）、從哪裡發動（介面）、換哪顆引擎（選模型）、油箱多大（記憶）。它們把「外殼可以自己改」這件事，開放給你動手。

現成工具走的是另一條路。像我用的 Claude Code、Cowork，外殼是廠商配好的——開箱就能用，但你不能大改。自架工具剛好相反：彈性很大，代價是得自己組、自己接。沒有誰比較猛，是兩種取捨——一邊換「外殼能不能自己改」，一邊換「省不省事」。

那這份「能自己調外殼」的彈性，什麼時候真的用得上？這就要看你是誰了。

那我到底需要哪種車？

我查了一下大家實際怎麼用，發現使用者其實分三種，需求完全不同。

第一種，絕大多數人，用現成的整合工具。打開就能用，不碰外殼、不自架。要寫程式有寫程式的，要做文件有做文件的——我用的 Claude Code 和 Claude Cowork 就屬於這種。這群人要的是「完成我自己的任務」。

第二種，開發者和新創，才會去碰自架、自選模型。動機通常很具體：要把 Agent 嵌進自己的產品、要省訂閱費、要讓資料留在自己的伺服器上。他們做這些不是因為 Agent 更聰明，是因為要整合進別的系統。這群人要的是「把 Agent 變成產品的一部分」。

第三種，企業，把 Agent 當生產線員工，跑客服、跑數據、管基礎設施。這群人要的是「無人運轉的勞動力」。

我屬於第一種。我的需求是用 AI 完成我手上的事，不是做一個給別人用的產品，也不是替公司跑生產線。

想清楚這件事，結論很乾脆：那些自架方案對我不是升級，是多餘的工程負擔。 我不是用不起，是用不上。

真正該投資的，不是換車，是把脈絡餵好

那我這種人，要進步該往哪裡使力？

不是換一台更炫的車。瓶頸從來不在引擎記不記得，而在「對的脈絡，有沒有在對的時機被餵進去」。而「餵脈絡」這件事，在我身上長成了兩個很不一樣的系統。

一個是生活和思考用的。我把自己的判斷、價值觀、各個領域的背景知識，全部寫成檔案，讓 AI 每次要用的時候自己去翻——這本質上就是 Andrej Karpathy 在 2026 年提出的「LLM Wiki」那套：用 AI 幫你把零散素材整理成一頁頁結構化的知識，養成一個會自己長大的第二大腦。我要做決策、要它幫我想事情時，脈絡就在那裡等著被讀。

另一個是寫程式用的。我有一個資料平台的專案，幾乎整包程式都是 AI 在 Claude Code 裡寫的，我只負責寫規範、做終審。這裡餵的脈絡不是價值觀，是規格、架構約定、踩過的坑——寫進 CLAUDE.md 那類檔案，AI 照著把功能蓋出來。

兩個系統長得天差地別：一個是生活的第二大腦，一個是工程專案的規格庫。但骨子裡是同一件事——把對的脈絡，結構化地放在 AI 拿得到的地方。 這比換任何一台車都值得投資；而且不管之後換哪台車，這層脈絡都帶得走。

如果你覺得這類「把工具拆到底層再決定要不要追」的筆記有用，可以訂閱 kirolife，我會持續把自己摸索的過程記下來分享。