agent washing 是什麼？假 agent 的包裝話術

2025 年 6 月 25 日，Gartner 發了一篇新聞稿，給燒得正旺的 agentic AI 市場潑了一盆冷水：市面上數千家自稱提供 agentic AI 的供應商，Gartner 估計真的只有約 130 家。

剩下那幾千家在賣什麼？把手上現成的聊天機器人（chatbot）、機器人流程自動化（RPA）、寫死的自動化腳本，換上「AI agent」的字樣重新上架。Gartner 給這個行為取了名字——agent washing（代理漂洗）。

Agent washing（代理漂洗）指供應商把不具備自主能力的既有產品——聊天機器人、RPA、腳本自動化——重新包裝成「agentic AI」行銷販售。這個詞仿 greenwashing（漂綠）構詞，由 Gartner 在 2025 年 6 月 25 日的新聞稿正式點名。分辨的關鍵在產品行為：真 agent 能自主感知狀態、規劃下一步、呼叫工具執行、根據結果修正；漂洗品是換了標籤的舊自動化。

把它想成食品包裝上的「天然」兩個字。「天然」在多數市場沒有嚴格的法定定義，任何一包餅乾都能印。「agentic」在 2026 年的軟體市場也一樣——沒有機關審核這個標籤，印上去不用錢，訂閱費倒是照 agent 的行情收。

「washing」的家譜：從漂綠、漂 AI 到漂 agent

這條構詞線有前科可查。原型是 greenwashing：企業把不環保的產品包裝成環保。2024 年輪到 AI washing——2024 年 3 月 18 日，美國證券交易委員會（SEC）宣布對 Delphia 與 Global Predictions 兩家投資顧問的執法和解案，理由是兩家公司誇大或虛構自己對 AI 的使用，分別支付 22.5 萬與 17.5 萬美元罰款。這是 SEC 第一批以 AI washing 為名的執法行動。

Agent washing 是 2025 年的變體，誇大的對象從「有沒有用 AI」升級成「AI 有沒有自主性」。時間點不難理解：2024 年底到 2025 年，agentic AI 變成企業軟體圈最熱的標籤。Gartner 在 2025 年 1 月對 3,412 位網路研討會與會者做的調查裡，19% 說組織已對 agentic AI 大筆投資、42% 保守投資、31% 觀望。錢往哪裡流，標籤就往哪裡貼。

新聞稿發出後兩週多，Forbes 專欄作家 Bernard Marr 在 2025 年 7 月 11 日撰文把這個詞帶進主流商業讀者視野，IT Pro 等科技媒體同步跟進。一個 -washing 家族的新成員就這樣定了下來。

真 agent 的分界線：感知、推理、行動、迭代

要抓漂洗，先要有真品的規格。站內〈AI Agent 是什麼〉條目給過一個可操作的定義：agent 是由模型、工具、記憶、規則與回饋迴圈組成的軟體系統，能在目標導向任務中觀察狀態、規劃行動、呼叫工具、根據回饋修正。

拆成四步測試，對任何自稱 agent 的產品都能跑一遍：

1. 感知——產品能讀取任務當下的實際狀態嗎（檔案、資料庫、API 回傳），還是只看得到你打進對話框的字？
2. 推理——下一步是模型根據狀態動態決定的，還是照工程師預先畫好的流程圖走？
3. 行動——它能呼叫工具實際改變外部系統嗎（開 ticket、改資料、發信），還是只會產生一段文字建議你去做？
4. 迭代——行動失敗時，它會讀錯誤訊息、換方法重試嗎，還是停在原地等人救？

四關全過，才算 agent。Chatbot 過不了第三關——它回答問題，行動由你來。傳統 RPA 與寫死的 workflow 過不了第二關——流程是預先定義的，遇到沒寫過的狀況就斷。把這兩類產品標成 agent，就是 Gartner 說的漂洗。

採購現場：問供應商這四個問題

四步測試是原理，下面是你坐在採購會議裡可以直接開口的版本：

問題	真 agent 的答案長相	漂洗警訊
自主決策點在哪？指給我看	能指出「這一步是模型自己選路徑或工具」	拿出來的是一張固定流程圖
任務中途失敗怎麼處理？	有重試、換路徑、升級給人的機制，能現場 demo	回答「不太會失敗」，或失敗要人工重啟
能不能中途改目標？	改了目標，agent 會重新規劃剩下的步驟	要砍掉重跑整個流程
把模型拿掉，產品還能跑嗎？	跑不了，因為決策真的來自模型	照常跑，模型只是加了對話外皮

再加一條 demo 紀律：要求用你自己的資料、你臨場出的變化題來跑，罐頭 demo 一律不算數。真 agent 的價值就在處理沒排練過的狀況，排練過的影片證明不了什麼。

Gartner 的另一半警告：40% 專案 2027 年底前會被砍

同一篇新聞稿還有另一個數字：Gartner 預測超過 40% 的 agentic AI 專案會在 2027 年底前被取消，原因是成本升高、商業價值不明確、風險控制不足。

Gartner 資深總監分析師 Anushree Verma 在稿中說得直接：「多數 agentic AI 提案缺乏顯著價值或投資報酬率，因為目前的模型還沒有足夠的成熟度與自主性，無法長時間自主達成複雜的商業目標、或遵循細緻的指令。」

這 40% 裡有兩種死法。一種是買到漂洗品——付了 agent 的錢，拿到 chatbot 的貨，專案從第一天就不可能兌現承諾。另一種是真 agent 用錯場景——自主性帶來的成本與風險，吃掉了它創造的價值。

同一篇稿裡 Gartner 也給了長線數字：預測到 2028 年，15% 的日常工作決策將由 AI agent 自主完成，約三分之一的企業軟體會內建 agentic AI。它看衰的是這一輪的包裝亂象與亂投資，看好的是技術本身的長期曲線。這兩件事同時成立，正是泡沫期的標準長相。

舊工具能用就用，別為標籤付錢

最後一件事要說清楚：RPA 和 workflow 沒有原罪。發票對帳、排程報表、格式轉換這類穩定重複的流程，寫死的 workflow 更便宜、更可預測、更好稽核，硬上 agent 反而是花大錢買不確定性。漂洗的問題出在標籤詐欺——用 agent 的定價和期望值，賣你舊自動化的能力。

你可以帶走三樣東西：

1. 一個測試：感知→推理→行動→迭代，四關全過才叫 agent。
2. 一組問題：自主決策點在哪、失敗怎麼處理、能不能中途改目標、拿掉模型還能不能跑。
3. 一個順序：先問「這個流程需要自主性嗎」，再問「這個產品有自主性嗎」。兩題都是肯定，才值得付 agent 的價錢。

至於那約 130 家真品是誰，Gartner 沒有公布名單。這正好說明了為什麼你需要上面的測試——名單會過期，判斷方法才是你的。

資料來源：Gartner 新聞稿、美國證券交易委員會（SEC）、IT Pro、Forbes（Bernard Marr）

矽基前沿 · 大百科線（編輯：廖玄同），《agent washing 是什麼？假 agent 的包裝話術》，矽基前沿 [Si]gnals，2026-07-05。https://signals.tw/articles/what-is-agent-washing/