AI Agent 工具堆疊：真正把工作做完，需要哪些能力？
AI Agent 不是工具越多越好。真正有用的 Agent，需要一條受控閉環：先看清現場，再在正確環境執行；把脈絡留下來，把成功方法固化；結果真正影響業務前，停下來交給人審核。
這才是 AI Agent 工具堆疊 的實際含義。Browser、Terminal、Git、Drive、Skills、連接器、Automations、權限與人工審核，不是彼此獨立的功能點。它們共同決定 Agent 能不能從一句需求，走到一個看得見、查得到、可以驗收的成果。
**先記住四層：**執行層負責瀏覽和運行；脈絡層保存檔案與狀態；流程層把好方法變成可複用 Skill；控制層限制存取範圍，並讓人對最終結果負責。
別再按「工具數量」選平台
很多選型表只數 integrations 和工具名，但真正決定能否落地的是：Agent 能否自己核對來源；能否執行確定性命令；下一次 session 能否取得上次的檔案和判斷；一次成功能否固化為團隊流程；權限是否只覆蓋目前任務；人最後審核的是 tool call、diff，還是可投入業務的成果。
Anthropic 對 workflow 與 agent 的區分很實用：workflow 由程式預先規定路徑，agent 會根據現場動態選擇工具。它在 tool 設計文章中也指出，少量清楚、高價值的工具，比龐大而含糊的 toolbox 更有效。
所以工具堆疊應從任務和驗收標準開始。「研究五個競品、保存證據、更新比較、發佈前詢問」可以配置工具；「把行銷做好」不可以。
第一層：Browser 負責觀察外部世界
Browser 是 Agent 的觀察面。它可以打開當前網頁、跟隨連結、檢查真實介面，並補充 prompt 中沒有的新證據。
它適合產品研究、來源核驗、表單操作、公開資料收集和上線結果檢查，同時也是風險入口。登入狀態、表單、下載與外部提交都可能帶來敏感動作。
因此 Browser 至少要回答三件事：Agent 能存取哪些網站與登入態；讀取與外部寫入是否分開；Reviewer 能否看到來源與最後成果。Agent 仍應記錄 URL、核驗日期、關鍵摘錄與事實邊界，而不是只說「網路上找到了」。
第二層：Terminal 與 Git 負責精確執行
模型擅長理解，Terminal 擅長精確動作。
有了 Terminal，Agent 才能執行 parser、測試、資料轉換、build command、圖像工具與驗證 script。關鍵變化是留下 exit code、產生檔案、測試結果與可重複命令，證明事情確實完成。
Git 為程式碼和文字專案保留可審核歷史。它記錄變化、支援 branch 與 diff。不是每個業務任務都需要 Git，但成果屬於 repository 時，它比把程式碼貼進 chat 更可靠。
Buda 目前 Agent Workspace 把這些工作面放在同一任務旁。下圖是官方產品截圖：Files、Local Browser、Terminal、AI Browser 和 Git 都可見，不會把執行藏在一條聊天回覆裡。
第三層：Drive 把脈絡變成可檢查材料
脈絡不等於一段很長的聊天。長期工作的 Agent 需要人可以打開、改名、比較和複用的檔案。
Drive 可以保存來源文件、運行規則、研究快照、中間資料、已接受成果與下一步說明。另一位同事不用重放原 prompt，也不用盲信舊聊天摘要，就能檢查同一批材料。
至少要區分來源材料、工作材料與已接受材料。「Agent 記得」並不能說明記憶是否最新、是否有來源、是否被接受。
第四層：Skills 與連接器讓工作可複用
Tool 完成一個動作，Skill 說明如何把多個動作組成長期工作。
「打開網頁」是 Browser action；「審核 landing page、抓 canonical、檢查手機版、記錄壞鏈並產生審核報告」才是可複用流程。Skill 應寫清輸入、輸出、證據要求與停止條件。
連接器與 MCP 可以把外部系統接進來，但不應變成無限存取。每條連線都要有清楚帳號、scope、credential owner 與撤銷路徑。Buda 的 Marketplace 可以直接搜尋並安裝 Skill，不必每次從零拼流程。
第五層：Automations 提供時間，不替代判斷
Automation 回答「何時執行」。它能啟動日報、週檢或一次性 follow-up，但不會自動證明結果正確。
排程仍要綁定 named Agent、persistent workspace、邊界清楚的 prompt/Skill、明確 input source、可見 output location、failure report 與 Reviewer。否則只是更頻繁地重複模糊任務。
第六層：權限決定事故半徑
權限應配合職責，不應配合平台能提供的最強工具。Research Agent 可能只需要公開 Browser 與唯讀檔案；Coding Agent 需要一個 repository 與測試環境；Finance Agent 可以讀 invoice，但付款要有獨立 approval boundary。
實用設計包括：按客戶或 data domain 拆分 Space/Agent；按 Agent 連接 integration；限定 repository/folder；區分 read/write；敏感外部動作要求確認；能移除 member 或斷開 connection。
Buda docs 說明，每個 Agent 在自己的 cloud computer 執行，包含 Files、Browser、Terminal 和 Git；Space 與 Drive 決定共享材料邊界。不同 plan 可用工具不同，採購前應核對。
第七層：人工審核閉合責任
Review 不是裝飾，而是責任回到人的地方。Tool confirmation 回答「可否執行」；artifact review 回答「成果可否投入業務」。Campaign brief、報告、code diff、spreadsheet 和客戶回覆，都應按後果設置驗收點。
Buda 當前介面可以在需要人的判斷時暫停。負責人不必盯住每個中間 tool call，只需要在真正改變業務狀態的選擇或成果上決定。
用這張表檢查平台
| 層 | 平台必須回答 | 失敗訊號 |
|---|---|---|
| Browser | Agent 能觀察和操作什麼？ | 來源與外部動作不可見 |
| Terminal | 能否運行確定性工具和驗證？ | 只會給 command 建議 |
| Git | Repository 變化能否 diff/review？ | 程式碼貼在聊天，沒有歷史 |
| Drive | 來源、狀態、成果在哪裡保存？ | 連續性依賴聊天摘要 |
| Skills/連接器 | 一次成功如何變成可複用流程？ | 每次重建方法 |
| Automations | 誰觸發任務，失敗如何報告？ | 排程靜默輸出 |
| 權限/審核 | 誰能存取、執行和驗收？ | 寬權限，沒有負責人 |
不要一次買齊所有層。先選一項結果可檢查的工作，只給必要工具，手動跑通，記錄缺失脈絡與風險判斷。審核鏈成立後，再固化 Skill 與排程。
一條具體的 Buda 工作流
以每週競品更新為例：Browser 打開 official release notes；Drive 保存日期快照與比較稿；Terminal 提取變化並檢查 links；必要時 Git 記錄 edits；Skill 固化證據、格式與 dedupe；Automation 每週啟動；爭議說法先暫停，final brief 由人接受。
價值不來自某個單獨工具，而來自工具之間沒有丟失證據與責任。
常見問題
AI Agent 需要哪些工具？
通常需要 Browser 等觀察工具、Terminal 等執行面、persistent files、可複用 Skills、scope 清楚的 integrations 與 human review。Coding 加 Git；週期工作再加 Automations。
團隊如何控制 AI Agent 工具權限？
每個 Agent 只拿職責必需的資料和工具。拆分 read/write、限定 repository/folder、隔離客戶資料、敏感動作前確認，並為 final artifact 指定 human owner。
哪些平台把 Browser、Terminal、Git 與 shared files 放在一起？
Buda 在 persistent Agent Workspace 中組合 Browser、Terminal、Git、Files/Drive、Skills、Automations 與 review。Team 仍要核對 plan、integration scope，以及 workflow 是否需要全部工具。其他平台也可能透過獨立 runtime 和 integrations 組合這些層。
工具越多越好嗎？
不是。每個工具增加歧義、權限、failure surface 與維護成本。只有補上真實 workflow 的明確缺口時才加入。
固定 Workflow 是否比 Agent 更好？
路徑明確時，deterministic workflow 更容易測試。系統需要理解變化脈絡並動態選擇工具時再用 Agent。可靠系統常用固定邊界包住動態推理。
從一項可審核任務開始
找一項同時需要 live source、command、saved file 與一次 human decision 的工作，放進 Buda AI Agent Workspace。缺的是 execution、context、procedure、permissions 還是 review，很快就會暴露。
從成熟職能建立 Agent，或從 Marketplace 安裝可複用 Skill。