AI Agent 怎麼幫我們直接操作軟體？

這篇在講什麼

現在的 AI Agent 已經能直接操作你的軟體。這篇把它接軟體的四種方式翻成白話，配上我實際用 Codex 的例子，告訴你哪些事可以直接交辦、又該怎麼判斷用哪一種，不用自己一步一步動手。

先搞清楚一件事：AI 已經會「動手」了

很多人對 AI 的印象還停在「它會聊天、會寫字」。但現在的 AI Agent 已經會直接動手操作軟體：去 LINE 群組抓資料、把逐字稿撈出來整理、把網站部署上線，甚至半夜接手卡住的任務。

它怎麼做到的，關鍵在它跟那個軟體之間用哪一種方式連上。連法不同，能做的事、穩不穩、要不要你在旁邊盯著，差很多。

你不需要背這些連法的技術名稱。你要知道的是它們大概怎麼運作，這樣才判斷得出來：一件事能不能直接交給 AI，又該怎麼交。

AI 接軟體的四種方式

我用生活語言講一遍，每一種都配上我自己實際用 Codex 做過的事。

那我怎麼判斷該用哪一種？

遇到一個任務，可以照這個順序問下去：

1. 這個軟體有沒有開協議，AI 能不能直接連？
2. 不行的話，能不能用命令列在電腦裡直接做？
3. 再不行，才讓 AI 自己去網頁上點。
4. 都不行，最後才用看螢幕、動滑鼠的方式。

你不用自己判斷到那麼細。我實際的做法，是直接把任務丟給 AI，加一句：你去查這件事能不能直接接、能不能做得比我想的更好，接不上再退一步。

MCP 是 AI 世界的 USB

前面說「軟體有沒有開孔讓 AI 接」，這就是 MCP 在做的事。

所以 MCP 就像 AI 世界的 USB。USB 出現以前，每一種裝置都有自己的接頭，滑鼠一種、印表機一種，換一台就要找對應的線。USB 把接頭統一之後，插上去就能用。MCP 對 AI 來說是同一件事：把各種工具的接法統一成一個規格，AI 要串新工具就容易很多。

我桌上一堆工具，像行事曆、Gmail、雲端硬碟、筆記軟體，現在愈來愈多都被統一成這種規格，AI 一條線就接上。還沒被統一、或根本沒開協議的，AI 就只能退回去自己開畫面慢慢點。差別就在這裡（這就是最上面那張封面圖在說的事）。

知識工作者可以怎麼用這篇

講完原理，回到你身上。你不用變成工程師，但可以開始這樣做：

1. 先盤點你每天重複在哪些軟體上做白工，例如貼資料、整理、轉檔、把東西在不同工具之間搬來搬去。
2. 對每一件，問 AI 一句：這件事你能不能直接接我的某個軟體幫我做，用哪一種接法？
3. 像行事曆、Gmail、雲端硬碟這種有開協議的，優先交出去，這類最穩。
4. 轉檔、撈逐字稿、抓資料這種粗活，讓它在電腦裡用命令列或本地工具做，不用你盯著。
5. 真的只能靠看畫面操作的，當最後手段，而且自己再檢查一遍。

講幾個我自己的前後對照：

你要練的不是按鈕

講到這裡，我想把整篇收回到我自己的看法。

• 不用急著背名詞。協議、CLI、MCP 這些字會一直變，背了也追不完。
• 先搞懂每件事最划算的接法大概在哪，這個判斷不會過時。
• 你真正要練的，是交辦的能力跟流程設計的能力。
• AI 時代重要的，是你知不知道一件事該先叫哪一條路徑去做，不是你自己會不會點那顆按鈕。