小丁的家

會用 GPT 就會用 Agent：同一顆腦，差在有沒有手

作者:

tm731531

分類:

,
一句話：GPT 和 Agent 是同一顆 AI 大腦。差別只有一個——GPT 只會「動嘴」，Agent 會「動手」。你已經會用 GPT，就等於已經會用 Agent 了。

核心圖：其實是同一顆腦

🧠 同一顆 AI 大腦
↙↘
💬
接上「嘴巴」
= GPT
你問，它回答。
做不做，你自己來。
🤖
接上「手腳」
= Agent
你交代，它動手做完。
你只要驗收。

就這麼簡單。腦沒變，多的是一雙手。

同一句話，兩種結果

你說：「幫我把這個月 40 張發票整理成報表。」

💬 GPT 會這樣
「好的！你可以這樣做：
1️⃣ 打開 Excel
2️⃣ 一張一張輸入金額
3️⃣ 分類加總…」
👉 然後呢？還是你自己做 😮‍💨
🤖 Agent 會這樣
📂 打開你的發票資料夾
👁️ 讀完 40 張、抓出金額
🧮 自動分類加總
✅ 報表做好了，在這裡
👉 你只要看一眼 👍

GPT 給你一份說明書；Agent 直接把事情做完。這就是全部的差別。

你早就會用了：三步驟

1
👄 講清楚你要什麼
跟你現在打字問 GPT 一模一樣。這步你已經會了。
2
🔑 給它一雙手
讓它能碰你的檔案 / 信箱 / 網頁——這就是它比 GPT 多的地方。
3
✅ 讓它跑，你驗收
它動手做，你負責看結果對不對。你從「執行者」升級成「驗收的人」。

為什麼 Agent 才是放大你能力的關鍵

💬 用 GPT
你問 1 次
↓
拿到 1 段建議
↓
你再花 1 小時自己做
= 幫你「想」
🤖 用 Agent
你交代 1 次
↓
它自己動手做完
↓
你省下那 1 小時
= 幫你「想 + 做」
GPT 幫你省腦力；Agent 幫你省時間。
一個你，靠 Agent 同時做好幾件事——這就是「放大」。

進階一：給廚師更多工具 —— MCP

Agent 要動手，就得會用工具。MCP 是一個「萬用插座」的標準——就像 USB-C，一條線通吃所有裝置。有了它，Agent 用同一種接法就能接上任何工具。

🤖 你的 Agent
──── 🔌 透過 MCP 萬用插座 ────
🗄️ 資料庫 📧 Email 📁 檔案 🌐 網頁 📅 行事曆
一個標準，接上所有工具。MCP 管的是「AI ↔ 工具」。

進階二：讓廚師互相喊菜 —— A2A

一個 Agent 忙不過來時，可以像餐廳一樣分工：主廚統籌，把不同的活派給不同的 Agent。A2A 就是 Agent 之間互相委派、互相回報的「喊菜暗號」。

👨‍🍳 主廚 Agent（統籌）
──── 📣 用 A2A 暗號派活 ────
🥗 前菜 Agent 🍜 主餐 Agent 🍰 甜點 Agent
各有專長，互相分工回報。A2A 管的是「AI ↔ AI」。
🪪 還有一張「名片」叫 Agent Card：每個 Agent 掛一張名片，寫清楚「我叫什麼、我會做什麼、怎麼找我」。主廚就是靠讀名片，才知道甜點該派給誰。這張名片，是下面「系統層級」能成立的關鍵。

這不是理論：一張真的名片你現在就能打開

我自己就架了一個真的 A2A Agent（示範用、全假資料）。它的名片放在一個業界約定俗成的固定網址：hrs.tomting.com/.well-known/agent.json。打開就是下面這張——一張 Agent「自我介紹」的名片：

🪪 AGENT CARD
Walsin Onboarding Agent
新人報到前資料蒐集與委任函署（demo，全假資料）
📍 https://hrs.tomting.com/a2a
我會做這 4 件事（skills）：
📋 告訴你要填哪些欄位 唯讀
回傳這張表的欄位、型別、哪些必填
🔍 查案件填到哪了 唯讀
用邀請碼查進度、完成度、還缺什麼
✍️ 幫你把欄位填進去 會動手
逐欄驗證、可分次填，全對才正式送出
📎 幫你上傳證件檔 會動手
身分證、存摺等（PNG/JPEG/PDF，≤5MB）
👆 別的 Agent 讀完這張名片，就知道「這位負責新人報到，能幫忙填表跟上傳證件」——不用先認識彼此，這就是 A2A。

最重要的一點：名片公開，不代表誰都能亂動

很多人一聽「名片是公開的」就緊張：那別人不就能亂填我的資料？不會。名片只是「自我介紹」，讀它不會發生任何事；真正要動手（查案、填表、傳檔），API 還是有授權關卡把關——沒有憑證，一步都過不去。

🤖 別的 Agent 想找上門
↓
🪪 第一關：讀名片　公開
✅ 不設防——目的就是讓人知道「你會什麼」。但讀名片＝看菜單，看了什麼都還沒發生。
↓ 想真的做事
🔐 第二關：授權關卡（檢查憑證 / invite token）
有憑證 → ✅ 放行動手 沒憑證 → 🚫 全部擋下

看我那張真名片就一目了然——同樣一個 Agent，4 個功能的門禁不一樣：

功能 性質 要不要憑證
📋 告訴你要填哪些欄位 唯讀・不碰個資 公開，免憑證
🔍 查案件填到哪了 會看到案件狀態 要 invite token
✍️ 幫你把欄位填進去 會寫入資料 要 invite token
📎 幫你上傳證件檔 會寫入檔案 要 invite token
一句話：Agent Card 是給人看的說明書，公開是刻意的；真正的動作 API 照樣有授權。走 A2A 不等於門戶大開——該把關的地方一個都沒少。
🆕 2026/7/2 更新
這張名片已升級到 A2A 官方 v0.3 完整規格
  • 宣告了協定版本 + 講話方式（protocolVersion 0.3.0、JSON-RPC）——別的 Agent 一讀就知道怎麼跟它對接，不用猜。
  • 網址正名成 .well-known/agent-card.json（舊的 agent.json 仍保留相容）。
  • 最關鍵：上面那張「哪些要憑證」的表，現在名片自己就機器可讀地寫明了。「告訴你要填哪些欄位」標成公開；查案、填表、傳檔三件會動手的，名片上正式標註需要邀請碼（走 header 或 Bearer）。別的 Agent 不用猜、也不用試——讀名片就知道哪些免驗、哪些要驗。

那 A2A 到底解決什麼？讓「舊系統」也長出技能

Agent 有個好習慣：一件事做順了，就把它收斂成一個「Skill（技能）」，下次直接調用、不用重來。但這招只有「活的 Agent」會——你公司那套跑了十年的舊系統，不會自己長出技能。

A2A 就是來補這個洞：它是一套協定，讓既有系統把自己的能力包裝成 Skill、掛上一張 Agent Card 名片，就能被任何 Agent 直接拿去用。

🤖 活的 Agent
用順了 → 自己收斂成 Skill ✅
會自己長技能
🏢 既有的舊系統
不會自己長技能 ❌
→ 靠 A2A 協定包成 Skill → 給 Agent 用

其實你早就看過同一齣戲——當年 API 就是這樣來的。

時代 系統開放給誰用 附的「能力說明書」
① 只有畫面 人（用滑鼠點 UI） —— 靠人自己摸
② 開 API 程式 / 前端 Swagger / OpenAPI
③ 開 A2A AI Agent Agent Card
看懂這張表，就看懂 A2A 了：以前系統要給人用，得做一整套 UI 畫面；有了 API，程式能直接呼叫；現在有了 A2A，Agent 能直接用系統的能力——那層「做給人點的 UI」很多時候就不用做了。而 Swagger 讓 API 能被自動發現，Agent Card 讓 Skill 能被自動發現，根本是同一個劇本重演。

重點：兩種「把 AI 練強」的路，差在哪

當你想「養一支越來越強的 AI」，其實有兩條很不一樣的路。這是最值得懂的一段。

🧑‍🍳 個人技能煉化
＝ 調教「你的私廚」
🔌 給它你家的專屬工具
📒 教它你的私房筆記
💙 越用越懂你，越練越像你
追求「深度」
🏢 系統層級煉化
＝ 訂「連鎖店的通用 SOP」
📣 大家都講同一套 A2A 暗號
🪪 都掛標準格式的 名片
🤝 不認識的 Agent 也能臨時組隊
追求「互通」
比較 🧑‍🍳 個人煉化 🏢 系統層級煉化
目標 深度（更懂你） 互通（誰都能組隊）
練的是 一位廚師的私房手藝 全產業的協作暗號
靠的技術 MCP ＋ 私有筆記 A2A ＋ Agent Card
帶得走嗎 帶不走（貼身） 帶得走（通用）
兩條路不是二選一，而是先後：
先養好一位懂你的私廚，再談開連鎖店。

生活裡可以怎麼用

🧾
整理收支
「把這疊發票算成月報表」→ 它讀檔、加總、給你表格。
📧
處理信件
「把這週未讀信整理成待辦清單」→ 它讀信、分類、列出來。
🔎
查資料＋動手
「查三家報價，做成比較表」→ 它上網查、整理、排成表。

訣竅只有一個：凡是你會跟 GPT 問「怎麼做」的事，都可以改成叫 Agent「直接做」。入門先記住這句就夠了；MCP、A2A、系統煉化都是之後想再放大時才需要的。想看上面那張名片背後怎麼實作，讀 把 HR 表單系統接上 A2A；想看我用本地小電腦實測 Agent 分工踩到的坑，讀 這篇實驗筆記；想看整張架構圖，看 這篇圖解。

留言

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

更多文章