從一次客戶對話聊起,用大白話搞懂這波AI浪潮
最近有一位客戶跟我們聊天,提到他們公司想把 AI Agent 導入系統裡,但不太確定這到底是什麼、能做什麼事。我們花了不少時間跟他解釋清楚,聊完覺得這個題目值得跟更多人分享—尤其AI Agent 今年已經悄悄跑進運動產業的訓練場、教練室跟球團辦公室,不再只是新聞裡聽到的名詞。這篇文章會用最簡單的方式,帶你搞懂AI Agent到底是什麼、它能做什麼事、運動產業怎麼用它,還有它帶來的好處跟風險。

什麼是AI Agent(代理式AI)?跟ChatGPT、Claude差在哪?
AI Agent就是「會自己動手做事的AI」,你只要告訴它想達成的目標,它就會自己想辦法、自己去執行,不用你一步一步教它怎麼做。
這個差別可以用一個比喻來理解:ChatGPT、Claude這類主流AI,比較像一位隨時待命、知識很豐富的百科全書—你問一句,它答一句,答完就結束,它不會自己動手做任何事。AI Agent則更像一位你交代任務之後,會自己排時間、自己上網查資料、自己打電話訂位、事情做完才回來跟你報告的助理。
簡單整理一下兩者的差別:
| 比較項目 | 對話式 AI(ChatGPT、Claude) | AI Agent(代理式 AI) |
|---|---|---|
| 互動方式 | 你問一句,它答一句 | 你給目標,它自己完成一連串步驟 |
| 是否主動行動 | 不會,需要持續下指令 | 會,能自己上網、操作、串接系統 |
| 記憶能力 | 通常以單次對話為主 | 能記住偏好與經驗,越用越熟練 |
| 適合場景 | 查資料、寫文案、討論想法 | 訂票、寫報告、管理行程、處理複雜流程 |

這一年多,已經跑出幾個大家可以實際感受到的例子:
- OpenClaw:一位工程師自己做出來、完全公開免費的AI Agent。只要裝在自己的電腦上,就能用WhatsApp、Telegram這類通訊軟體跟它聊天,叫它幫你寫程式、瀏覽網頁、寄信—等於是一個裝在你電腦裡、24小時待命的工讀生。
- Hermes Agent:一群研究員做出來的AI Agent,最大特色是「用越久越懂你」。它會把做過的事情整理成經驗,下次遇到類似任務就會做得更好,比較像一位會越做越上手的新同事。
- Meta Muse:Meta(Facebook、Instagram的母公司)在2026年做給一般人用的AI Agent,目前只在美國可以使用。不用自己搭建,只要使用Meta的服務,可以幫你寄信、訂旅遊行程、填表單,甚至幫你談價格、結帳,直接整合進WhatsApp就能用。
這三個例子雖然做法不太一樣,但底層邏輯是一樣的:都是把AI從「回答問題」升級成「動手做事」。

AI Agent能做哪些事?為什麼它做得到?
AI Agent之所以能自己做事,其實靠的是四個很直覺的本事:看得懂狀況、會自己想辦法、真的動手做,還記得住之前發生的事。
- 看得懂狀況:它能讀懂郵件、網頁、比賽影片、感測器數據,知道現在發生了什麼事。
- 會自己想辦法:AI Agent的「大腦」其實就是像ChatGPT這樣的語言模型,負責把一個大目標拆解成一步步能做的小事。
- 真的動手做:它能真的去操作瀏覽器、打開程式、串接其他系統,把想出來的步驟變成實際行動,而不是只講給你聽。
- 記得住之前的事:它會記住過去做過什麼、你喜歡什麼做法,下一次處理類似的事情就會越做越順手—前面提到的Hermes Agent,就是靠這一點跟一般工具做出區隔。
當任務太複雜、一個AI Agent忙不過來的時候,也可以讓好幾個AI Agent像同事一樣分工合作。運動科技領域已經有很具體的例子:研究人員曾經讓22個AI「球員」在電腦裡自己踢一整個賽季、104場比賽,每個AI球員都自己決定要跑位、傳球還是防守—這已經不是一個AI在回答問題,而是一整隊AI在自己打比賽,幫球隊分析師提前看到各種可能的戰術結果。
還有一件事很重要,但常常被忽略:AI Agent要做對事,前提是要先把背景資訊講清楚給它聽,就像交代新同事任務之前,要先把來龍去脈說明白一樣。資訊不完整或不正確,AI Agent規劃出來的行動也會跟著出錯。這也是為什麼公司真正導入AI Agent時,整理資料往往比選工具更花時間。
運動產業已經在用AI Agent做什麼?
從訓練場、教練席、球團辦公室,到轉播鏡頭跟球迷客服,AI Agent已經實際用在運動產業的四個地方。
智慧化教練:AI Agent變成隨時待命的訓練夥伴
以前的運動數據大多是「打完比賽才看報表」,現在AI Agent能一邊訓練就即時提醒。舉例來說,AI Agent會同時盯著選手的心率、疲勞、動作角度這些資料,在選手還沒感覺到累過頭之前就先提醒教練調整訓練菜單,有研究顯示這樣做能讓運動傷害的機率明顯下降。也有系統能在幾秒內比對選手的動作跟頂尖選手的差異,直接告訴選手哪裡該調整。甚至已經有人自己動手,把手錶跟訓練APP的資料串起來,做出屬於自己的「AI跑步教練」;在職業層級,也有選手用多個AI角色(分別負責營養、體能、睡眠)組成一支24小時待命的教練團。
戰術分析:AI Agent開始「看懂」比賽
DeepMind跟利物浦足球俱樂部合作做的系統「TacticAI」,能把角球、任意球這種定位球畫面拆解成資料,模擬對手可能的站位,主動建議教練該怎麼佈局、換誰上場。前面提到的22個AI球員踢整季比賽,也是同樣的道理—讓球隊分析師在比賽前,就能先看到各種可能的戰術結果,不用等真正上場才知道。
球隊營運與經紀:AI Agent走進辦公室
球場外的工作也被改變了。已經有球隊用AI Agent幫忙談球員合約,幾秒內就能分析數據、確認合約合不合規定、算出合理的薪水,把原本要花好幾週的談判時間大幅縮短。球探端也有AI Agent自動看比賽影片,找出有潛力的新秀,減少過去球探單憑印象判斷的誤差。在票務跟贊助上,也有AI Agent自動預測票會不會賣完、自動幫忙配對最適合的贊助商,把過去要靠人工盯盤的工作交給AI在背後處理。
觀賽體驗與場館:AI Agent讓看比賽更順
轉播端,AI Agent能自動抓出比賽的精彩片段、自動切換鏡頭,省下大量剪片的人力。對球迷來說,有些平台已經能依照你平常看比賽的習慣,即時做出專屬於你的戰術畫面。在場館裡,也有球隊用AI客服系統處理票務問題、指引方向,比賽當天客服電話量爆增時,也不怕忙不過來。


AI Agent對運動產業和一般人來說,是機會還是風險?
AI Agent能讓好的訓練跟戰術資源變得更普及,但也帶來三個必須認真面對的問題:資料隱私、人的判斷力被削弱、還有國家之間的技術落差。
先說機會:以前像職業等級那種隨時待命的教練團(有專門的營養、體能、睡眠專家),是頂級選手才有的資源。但隨著AI運算成本越來越便宜,這種等級的科學化訓練,未來很有機會不再只是有錢球隊的專利,一般學校、業餘球隊也用得起。長期來看,甚至可能出現AI Agent直接跟AI Agent談合約、談贊助的狀況,整個產業的效率會提升不少。
但風險也同樣真實:
- 資料隱私問題:心率、疲勞狀況,甚至更私密的身體資料,一旦被拿去訓練AI卻沒有經過選手同意,公司很可能會惹上官司、被罰錢。導入AI之前,資料有沒有經過同意,一定要先確認清楚。
- 人的判斷力被削弱:當換人、戰術這些決定越來越依賴AI建議,教練跟選手可能會慢慢習慣「聽AI的就好」,反而少了自己的直覺跟臨場反應。而人與人之間的信任、教練的鼓勵,這些東西AI目前完全做不到。
- 國家之間的落差:現在的AI大多是用英文資料訓練出來的,非英語系國家要做出貼近自己語言、自己文化的AI Agent,會比較吃力。再加上各國政策態度不同,有的國家積極推廣、有的國家管得很嚴,球隊之間要花的成本也會差很多。
比較實際的說法是:AI Agent不太可能完全取代教練或經紀人,而是會慢慢變成「人加AI」的搭配—重複、需要處理大量資料的工作交給AI,需要臨場反應跟情感連結的部分,還是留給人來做。
實務上,我們怎麼幫客戶導入AI Agent?
回到文章開頭那位客戶—他一開始的疑問其實很典型:「聽起來很厲害,但我們公司到底該從哪裡開始?」我們通常會建議三個步驟:先看看公司裡有哪些「重複性高、規則很清楚、但很花人力」的工作,這種最適合先交給AI Agent試試看;接著從一個範圍小、風險可控的任務開始測試,不要一次把整套系統都交出去;最後一定要留一個人來把關,尤其牽涉到客戶資料或金錢決定的地方,AI可以給建議,但最後拍板還是要有人負責。
常見問題 FAQ
Q1:AI Agent跟ChatGPT是同一種東西嗎?
不完全一樣。ChatGPT本身是「一問一答」的AI,但只要幫它加上能自己動手做事、記得住事情的功能,它就變成了AI Agent。可以把ChatGPT想成AI Agent的大腦,但要加上手腳,才是完整的AI Agent。
Q2:AI Agent會取代教練或運動經紀人嗎?
短時間內不會。現在的AI Agent比較像是幫手,負責處理大量、重複的分析工作,但最後的決定,還有跟選手之間的信任關係,還是需要人來完成。
Q3:一般公司或中小型球隊也用得起AI Agent嗎?
門檻正在快速下降。像OpenClaw這種工具本身是免費的,只要有一台電腦就能跑。隨著使用成本越來越低,以前只有大公司、大球隊才用得起的技術,現在一般規模的團隊也逐漸負擔得起。
Q4:用AI Agent會不會有資料外洩或隱私的風險?
有可能,尤其是心率、身體狀況這類比較私密的資料。導入之前一定要先確認,這些資料的使用有沒有經過當事人同意,這是最容易被忽略、但出事後果最嚴重的一步。
Q5:一般球迷會感覺到AI Agent帶來的改變嗎?
會,而且已經在發生了。像更個人化的戰術畫面、更快剪好的精彩片段、比賽當天更快回覆的客服,這些球迷感受得到的進步,背後很多都是AI Agent在默默運作。
結論
- AI Agent跟ChatGPT最大的不同,在於它會不會自己動手做事、記不記得住之前發生的事。
- 運動產業已經真的在用AI Agent做訓練、戰術、球隊營運跟球迷服務,不是遙遠的未來,是現在正在發生的事。
- 用AI Agent的同時,資料隱私跟人的判斷力要顧好,這是接下來每個想導入AI Agent的公司都該優先處理的事。
參考資料
AI Agent 產品案例
- OpenClaw 介紹:https://www.mindstudio.ai/blog/what-is-openclaw-ai-agent
- Hermes Agent 官方介紹:https://hermes-agent.org/about/
- Meta Muse 發表報導:https://www.techrepublic.com/article/news-meta-muse-ai-agent-us-launch/
運動產業應用案例(引用自附件研究報告內之原始出處)
- AI教練降低運動傷害數據:https://wsc-sports.com/blog/industry-insights/the-2-5b-secret-how-ai-coaching-is-transforming-elite-sports-performance/
- DeepMind × 利物浦「TacticAI」:https://www.mittrchina.com/news/detail/13119
- Orreco 運動科學代理系統:https://www.linkedin.com/posts/orreco_orreco-leaders-in-agentic-ai-for-pro-sport-activity-7354908699825512449-CP2S
- 個人化「AI跑步教練」案例:https://www.threads.com/@raymond0917/post/DaP0u5rgI00/
- 大谷翔平 Multi-Agent 教練團案例:https://itplus.ithome.com.tw/vod-page/1401?playlist=34
- 游泳多代理強化學習研究(Nature):https://www.nature.com/articles/s41598-026-35877-9
- Agentify AI 球員合約自動化:https://www.linkedin.com/posts/soroosh-abdi-esq-75b64421a_hours-of-sports-agent-work-turned-to-seconds-activity-7429189930519576577-JjKO
- PlayVision 球探分析平台:https://www.linkedin.com/posts/y-combinator_playvision-yc-f25-is-the-ai-moneyball-for-activity-7388635852786151424-fKIF
- Jump 票務營運代理平台:https://www.jump.com/ai
- Dropback AI Teammates 平台:https://www.linkedin.com/posts/lukebogus_this-week-dropback-unveiled-our-vision-for-activity-7491271129874190338-BnCe
- Cresta AI × New York Mets:https://www.linkedin.com/posts/pingwu_great-to-chat-with-dominic-chu-on-cnbc-power-activity-7477426661819580416-jgFI
- Dialpad × Cal Athletics:https://www.linkedin.com/posts/andrew-flynn-51b8363_i-am-so-excited-about-todays-announcement-activity-7482892369282076672-hcEn