為什麼我要自己開發 AI Agent？先看你想留下什麼

這堂你會得到：判斷自己需要現成 AI 工具，還是值得開始整理自己的 Agent。
前置需求：不需安裝軟體；準備一份可公開或已去除敏感資訊的工作例子。

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。

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。