同事常問「Agent 到底是什麼」。與其講定義，不如看同一支程式的前後對照 —— 我沒有重寫它，只是在外面包了一層。這份文件講那一層是什麼，以及做它的時候， 哪幾步真正決定成敗。
左邊這些欄位、下拉選單、按鈕都還在，沒有被拿掉。差別是：原本要點六個地方才記得起來的一筆帳， 現在可以直接說「今天午餐 150」。
點上方按鈕切換。兩張畫面讀的是同一個 SQLite 檔案 —— 在網頁記一筆，打開桌面程式立刻看得到。
從「填六個欄位」變成「講一句話」。欄位沒有消失，是多了一條路徑。
「這筆算飲食還是娛樂」原本由人決定，現在 AI 先提議，人確認。
桌面程式只能在這台電腦；網頁介面同樣跑在本機，但換成瀏覽器就能開。
這是最常被誤解的一點。把 AI 接上去不等於做出 Agent —— AI 只負責「決定要呼叫哪一個工具」， 真正決定它能做什麼、不能做什麼的，是你自己寫的那一層。
AI 是「會判斷的大腦」，Agent 是「手腳加上規矩」。只有大腦沒有手腳，它只能跟你聊天； 有手腳卻沒有規矩，它會把你的資料改壞。
九個步驟裡，前四步做完就有一個會動的 Demo —— 很多人做到這裡就停了。 但真正讓它敢接上自己每天在用的資料的，是中間那三步。
先看清楚這支程式哪一層可以被機器呼叫。
從既有函數挑出 11 個值得開放給 AI 的。
用免費的 Gemini，但留著五家可以換。
收訊息、決定呼叫工具、把結果餵回去。
先預覽，等人說「好」，才真的寫進資料庫。
用程式比對「它說做了」跟「它真的做了」。
明確列出可讀可寫的資料夾，其餘一律拒絕。
本機網頁，不經過任何聊天中繼伺服器。
每一輪把今天日期重新告訴模型。
我請 AI 整理一份近期收支明細，總金額它算對了，但表格裡的每一筆交易都是它自己編的。 它確實呼叫了查詢工具、拿到了真實資料，卻在寫回答時改用自己「想像中比較合理」的內容。 模型講得越有條理，越不容易看出這種錯。
沒有一筆對得上。這就是為什麼 Phase 6 要用程式去驗證模型的說法， 而不是相信它的文字。
原本的程式一行都沒改。Agent 是直接呼叫它既有的函數， 所以之後那支程式怎麼改，Agent 會自動跟上。
決定它能做什麼的是工具層與權限設定。換成別家模型， 規矩不用重寫。
預覽確認、說謊偵測、資料夾白名單 —— 這三層決定了它是一個 Demo 還是一個敢每天用的工具。
會講話的程式不難做。 難的是讓人敢把真的資料交給它。