AI 代理自主性研究顯示，電腦控制會話比搜尋長 47 倍

基於從真實生產環境蒐集的資料，一項衡量 AI 代理自主性與效率的新研究已經發表。這篇 arXiv 論文分析了 Perplexity 的搜尋代理與電腦控制代理使用紀錄，對兩種模式在代理自主性、任務效率與任務範圍上的差異進行了量化比較。

自主運作時間的差異

根據研究，電腦控制代理會話平均可自主運作 26 分鐘。這指的是代理在沒有使用者介入的情況下獨立工作的時間。相較之下，搜尋代理會話的平均自主運作時間僅為 33 秒。約 47 倍的差異顯示，兩類代理所需的使用者介入程度與所處理的任務複雜度並不相同。

搜尋代理通常設計為針對單一查詢生成回應，並將結果返回給使用者。使用者會先檢視結果，再輸入額外查詢或結束會話。這種結構本質上會產生較短的自主運作週期。相較之下，電腦控制代理可以在作業系統層級執行應用程式、處理檔案，並依序完成多步驟任務。其運作方式是由使用者先設定初始目標，之後由代理獨立處理中間步驟，因此自主運作時間較長。

任務完成時間的縮短

論文也報告了任務完成時間的變化。在執行配對任務類型時，搜尋代理平均需要 269 分鐘，而電腦控制代理平均僅需 36 分鐘即可完成相同任務。這約等於 86.6% 的時間節省，顯示較高的代理自主性有助於提升任務效率。

這種時間縮短來自多項因素。首先，電腦控制代理可以自動化多步驟任務，減少使用者在每個階段介入的需要。其次，代理能快速執行重複性工作，持續推進而不受等待時間或注意力分散影響。第三，電腦控制代理可以透過單一指令執行複雜工作流程，減少使用者手動切換工具或管理中間結果的需要。

知識工作的重組

這項研究為 AI 代理如何改變知識工作的結構提供了實證證據。傳統上，知識工作由資訊檢索、分析、決策與執行等階段構成，每個階段都需要人類判斷與介入。搜尋代理主要支援資訊檢索階段，其餘階段仍由使用者處理。電腦控制代理則有潛力將從資訊檢索到執行的整個工作流程自動化。

自主性的提升也與任務範圍的擴大相關。搜尋代理主要侷限於資訊提供，但電腦控制代理可以執行更廣泛的任務，包括文件建立、資料處理、軟體執行與系統管理。這顯示代理正從單純工具演進為協作夥伴。

營運與設計含義

這項基於生產資料的研究，對 AI 代理的設計與部署提供了重要啟示。首先，研究觀察到自主性與效率之間存在關聯。代理能夠獨立運作的時間越長，整體任務時間往往越短。這意味著在代理設計中，自主性可被視為核心指標。

其次，不同任務類型適合的代理架構並不相同。對於簡單問答或資訊檢索，搜尋代理已足夠；但對於複雜工作流程或多步驟任務，電腦控制代理可能更為合適。產品設計者可以分析使用者任務特徵，以選擇適當的代理類型。

第三，高自主性代理對可靠性與安全性的要求也更高。一個可獨立運作 26 分鐘的代理，必須能夠處理在此期間可能出現的錯誤、例外情況與安全風險。這表示代理的錯誤處理、狀態監測與安全機制設計都十分重要。

第四，自主性的提升也會影響使用者體驗設計。在短暫的搜尋會話中，即時回饋很重要；但在長時間自主運作的會話中，則需要提供進度顯示、中間結果檢視，以及必要時可介入的介面。必須提供透明度與可控性，讓使用者在代理長時間運作時仍能放心處理其他工作。

第五，成本結構也有所不同。運作 26 分鐘的代理所消耗的運算資源，會高於僅運作 33 秒的代理。然而，如果整體任務時間從 269 分鐘降至 36 分鐘，則可在使用者時間節省與生產力提升的脈絡下評估其成本效益。營運方必須綜合衡量代理執行成本與使用者生產力改善。

不確定性與限制

雖然這項研究因使用實際生產資料而具有重要意義，但仍存在若干限制。首先，僅憑已公開的中繼資料，難以判定具體任務類型、成功率或使用者滿意度。那些運作了 26 分鐘的代理是否 वास्तव際成功完成任務，或是否在中途遇到錯誤，並不明確。

其次，Perplexity 的使用者基礎與任務特徵是否能代表一般知識工作，仍不確定。特定平台的資料可能受到該平台使用者特性、介面設計與任務類型的影響。在其他領域或使用者族群中，自主運作時間與效率之間的關係可能不同。

第三，自主運作時間與任務完成時間之間的關係未必是線性的。有些任務可能需要較長的自主運作時間，但整體完成時間卻很短；反之亦然。要釐清這兩項指標之間的因果關係，仍需進一步分析。

第四，論文所報告的數值為平均值，因此個別會話的變異性或分布特徵並不清楚。有些電腦控制會話可能在數分鐘內完成，也有些可能持續數小時。這種變異性可能為代理設計與營運提供重要資訊。

未來研究方向

這項研究提出了衡量 AI 代理自主性與效率的方法論，但也留下若干後續問題。首先，自主運作時間與任務成功率之間的關係為何？必須釐清長時間自主運作是否必然意味著較高成功率，或是在超過某些門檻後錯誤機率是否會上升。

其次，哪些任務特徵需要較長的自主運作？分析任務複雜度、步驟數與不確定性程度如何影響自主運作時間，有助於優化代理設計與任務分配。

第三，使用者如何體驗長時間自主運作？了解使用者在代理運作 26 分鐘期間會做什麼、希望獲得哪些資訊，以及何時希望介入，將有助於設計更好的使用者介面。

第四，自主性與可控性的平衡點在哪裡？高自主性可提升效率，但也可能限制使用者理解代理行為與在必要時介入的能力。找到最佳平衡點十分重要。