我想留下的，是每天會用到的資料、工具與做事方法。這也是我選擇開發自己的 Agent 的原因。模型會更新，服務的功能與規則也會改變；我希望長期累積的東西，有一份自己能整理、維護與帶走的版本。
已經有 ChatGPT 和 Claude，為什麼還要自己的？
這是直播裡被問最多的問題，影片裡我用比較直接的方式回答。
大平台的目標，是希望你把生活和工作的東西都放進它那裡，而且最好只用它一家。用得開心的時候沒問題；但如果哪天它改價格、改規則，或服務出了狀況，你累積多年的東西都在別人手上，選擇就不多了。
我的做法是把資料和做事方法放在自己的 Agent 裡，再依需要開放一部分給 ChatGPT 或 Claude 讀。想開放專案紀錄可以，私密的帳本就不必給。新的模型出來，覺得好用就接上去；有些事比較機密，就換成開源模型。
所以自己做 Agent，不是要取代大廠。大廠會一直做出很厲害的東西，我反而要依賴它們，只是主控權留在自己身上。別人的開源工具也一樣，官方一更新把你的檔案弄壞，不會有人替你負責。
我認為個人 Agent 最大的用處是穩定、有效率地重複已經跑通的流程，而不是做一個什麼都會的萬能工具。
先看你現在的工具夠不夠用
假如你主要用 AI 問問題、寫幾段文字，而且現有平台已經符合需要，繼續用它就很好。自己開發會增加設定、維護與確認結果的工作，這些成本也要一起看。
另一種情況是，你的資料分散在幾個工具裡，某些事情每週都要做，又有固定的規矩。像是要參考自己的資料寫文章，或希望用同一個入口查行程、整理紀錄。這時就值得想想，能不能把反覆使用的部分留在自己的系統裡。
把模型與 Agent 分開理解
我沒有自己訓練一個大型 AI 模型。課程採用現成的 Pi 作為起點，再逐步接上模型、工具與自己的使用方式。你要學的是怎麼把這些部分接成可用的系統。
在這個教學裡，可以先把模型理解成協助判斷與產生內容的部分；Agent 則把任務、模型、工具與執行結果接起來。長期記憶、排程與多個角色都需要另外安排，不能因為叫作 Agent 就假設已經具備。
你真正可以累積的是三種資產
第一種是資料，例如自己的偏好、工作文件與已確認的紀錄。第二種是工具，例如讀取資料、整理表格的功能。第三種是方法，例如文章格式、工作順序，以及哪些動作要先問你。
把它們整理成自己能維護的檔案與工具，有助於日後重用。換模型時仍要核對介面、權限與結果，並不保證所有內容都能原封不動搬過去。
今天只挑一件會重複發生的事
打開練習單，寫下這週重複做過的一件事。接著填入它會用到的資料、目前使用的工具，以及完成後應該看到的結果。
例如，先選「依照自己的資料整理一篇文章」，就不需要同時加入行程、記帳與所有社群。你能把一件事說清楚，就已經替第一個 Agent 找到起點。
做完這堂課的確認
你能說出自己要保留哪份資料、重用哪個工具，以及願意承擔哪些維護工作，就可以勾選完成。還沒有這種需要，也可以先使用現成工具，不必急著開發。
下一篇先把費用拆開；決定好路線，再回到 L1 的免費實作。
👉 前往 L1-01：做出你的第一個 Agent →
L1 登入就能免費做，從 L1-01 開始，跟著一步一步做完，你就會有一個屬於自己的 Agent。
還不想馬上動手也沒關係，可以先到頁面最底下按「下一課 →」繼續看免費文章，準備好了再回來做 L1-01。