← AI 動態
The Decoder
AI 代理為何會失敗？研究揭露「技能」的優勢與極限
普林斯頓大學最新研究指出，AI 代理依賴結構化指令（技能）來完成任務，但當技能庫過於龐大時，AI 反而會因為難以尋找正確指令而導致效能下降。
AI Agent
工具呼叫
提示工程
近期許多開發者會為 AI 代理（AI Agents）添加各式各樣的「技能」，也就是一系列打包好的提示詞與任務流程，讓 AI 在不重新訓練的情況下就能處理新任務。普林斯頓大學與加州大學聖地牙哥分校的最新研究發現，這種方法確實能顯著提升 AI 的工作效率，主要歸功於它為 AI 提供了清晰、結構化的工作流程。
然而，研究也點出了一個致命缺陷：當賦予 AI 的技能數量不斷增加，技能庫變得過於龐大時，AI 反而會「迷失方向」。面對過多的選擇，AI 越來越難以從海量指令中挑選出最適合當下任務的動作，導致失誤率攀升。
對於一般使用者與企業而言，這項發現帶來了重要啟示：在設計或導入 AI 應用時，並非「給越多工具越好」。未來的開發重點應放在如何精簡 AI 的指令集，以及建立更聰明的技能檢索機制，才能讓 AI 助手真正發揮潛力，而不是被過多的資訊拖垮。