---
title: "行動模型（Action Models）"
slug: action-models
language: zh-TW
source: https://aiterms.tw/terms/action-models
updated_at: 2026-06-22
tags: [AI Agent, 工具使用, 自動化, LLM, 序列決策]
ipas_term: false
---

# 行動模型（Action Models）

能夠感知環境、規劃並執行工具呼叫或外部操作的 AI 模型，是 AI Agent 系統的核心組成。

## 完整說明

行動模型（Action Models）是一類專為執行序列決策與工具操作而設計的 AI 模型，能夠根據目標和當前環境狀態，輸出具體的行動指令（如呼叫 API、操作瀏覽器、執行程式碼），並根據執行結果調整後續行動。是構建 AI Agent 的核心能力。

## 常見問題

### 行動模型和 AI Agent 是同一個概念嗎？

兩者高度相關但並非完全等同。AI Agent（智慧代理人）是一個更廣泛的系統概念，泛指能夠感知環境並自主採取行動以達成目標的軟體實體，這個概念在 AI 研究中已有數十年歷史。行動模型（Action Models）則特指以大型語言模型（LLM）為核心、具備工具使用和序列決策能力的模型，是近年 LLM 能力擴展後興起的具體技術路徑。可以說，行動模型是構建現代 LLM-based AI Agent 的核心組件，一個 AI Agent 系統通常包含行動模型（決策大腦）、記憶系統（短期上下文與長期存儲）、規劃模組以及工具執行層等多個部分。

### 行動模型的評估有哪些常用基準？

評估行動模型的基準測試近年發展迅速。WebArena 和 VisualWebArena 評估模型在真實網頁環境中完成任務的能力，包括在電商平台購物、在 Reddit 發帖等場景。SWE-bench 評估模型修復真實 GitHub 程式碼問題的能力，被視為衡量程式碼行動模型能力的重要指標，頂尖模型在此基準的解題率是重要的能力指標。AgentBench 則是一個綜合多場景的評估框架，涵蓋作業系統操作、資料庫查詢、網頁瀏覽等多個行動域。這些基準的共同特點是評估端到端的任務完成率（Task Success Rate），而非單純的文字生成品質，因為行動模型的價值在於能否真正完成有實際意義的操作任務。

### 使用行動模型時，如何確保操作安全？

行動模型的安全設計是部署時的核心考量。常用的安全機制包括：沙盒環境（Sandbox）讓行動模型在隔離環境中執行操作，防止意外影響生產系統，例如讓程式碼執行在容器中；最小權限原則（Least Privilege）只賦予模型完成任務所需的最小工具集和操作權限，例如只讀資料庫存取而非讀寫；人機協作閘（Human-in-the-loop）在執行高風險操作（如刪除資料、傳送通訊）前要求人類確認；操作日誌（Audit Log）記錄所有行動模型執行的操作，方便事後審計和問題追蹤；以及速率限制（Rate Limiting）防止模型因循環錯誤或攻擊而無限制地執行操作。安全設計應從架構層面納入，而非事後補丁。

---

來源：https://aiterms.tw/terms/action-models
快查頁：https://aiterms.tw/terms/action-models
最後更新：2026/06/22
深度解說：https://aiterms.tw/learning/what-is-action-models