AI 代理人 vs. 搜尋引擎：哈佛研究揭露知識工作效率的 48 倍差距
編輯核心觀點
- ✦研究顯示 AI 代理人（Computer）執行任務的機器運作時間平均達 26 分鐘，遠高於傳統搜尋引擎的 33 秒。
- ✦透過 AI 代理人處理複雜任務，能較傳統搜尋結合人工方式節省 87% 的時間與 94% 的成本。
- ✦AI 代理人不僅提升效率，更推動使用者挑戰更高認知層級與跨領域的複雜工作，改變了知識工作的範疇。
AI 代理人與搜尋引擎的效率實測
由哈佛大學與 Perplexity 合作的最新研究，針對 AI 代理人（AI Agents）如何重塑知識工作進行了實地數據分析。研究團隊比較了 Perplexity 旗下的兩款產品：作為對話式問答引擎的「Search」，以及具備端到端任務規劃與執行能力的「Computer」。研究觀察期為 2026 年 2 月 27 日至 5 月 27 日，透過 1 萬對相似度極高的任務查詢進行比對。
研究指出，AI 代理人的核心優勢在於「自動化執行」。與傳統搜尋引擎僅提供資訊不同，Computer 具備程式碼執行、瀏覽器操作、檔案寫入及連接器呼叫等工具。數據顯示，Computer 每次工作階段的機器運作時間平均為 26 分鐘，而 Search 僅需 33 秒，兩者存在 48 倍的差距。
成本結構的轉變：何時該使用 AI 代理人？
研究提出了一套成本結構框架，解釋了任務委派的經濟效益。雖然 AI 代理人涉及較高的固定成本（委派與審核），但在執行步驟上的邊際成本卻顯著降低。研究團隊估算，若以「人類搭配搜尋引擎」處理相同任務，平均需耗時 269 分鐘；若改用「人類搭配 AI 代理人」，時間可縮短至 36 分鐘，總體成本節省達 94%。
AI 代理人的邊際成本僅為每步驟 0.16 美元，遠低於傳統搜尋結合人工處理的每步驟 2.05 美元。
研究結論指出，對於步驟較少的簡單查詢，傳統搜尋模式更具成本效益；但當任務複雜度超過一定門檻時，AI 代理人的效率優勢便會浮現。此外，使用 AI 代理人的使用者，其任務失敗或不滿意率（Meaningful dissatisfaction）僅為 1.3%，較 Search 的 2.9% 降低了 55%。
不僅是速度，更是工作範疇的擴張
AI 代理人帶來的改變不僅止於效率，更在於使用者嘗試任務的性質。研究發現，使用 Computer 的查詢跨越了更多職業領域，且在 Bloom 認知分類學中，76% 的任務屬於高階認知需求，高於 Search 的 55%。
此外，AI 代理人處理的任務更具備「組合性」，平均每個查詢觸及的知識領域達 2.40 個，遠高於 Search 的 1.74 個。約 23% 的 Computer 查詢內容，是使用者過去從未嘗試透過傳統搜尋引擎進行的任務，顯示 AI 代理人正在協助知識工作者突破過往的執行限制。
