Adobe Research 與加州大學聖地牙哥分校研究團隊在 EditAgent 論文中，測試了 600 組影像編輯候選。五位專業 Photoshop 修圖師盲評後，通用編輯器 FLUX.2-klein-9B 在 42.7% 的組別沒有產生可用結果；改由專用方法補進候選後，其中 175 組找回可用結果。這個落差點出一個實務問題：遇到修圖失敗時，多試幾次同一種模型，未必能解決工具本身做不到的事。

但 EditAgent 的「像熟練使用者一樣操作」不等於它已經能控制 Photoshop 的桌面介面。論文研究的是一套代理式影像編輯框架，會拆解指令、調度不同編輯方法，再用證據比較輸出。對正在設計影像產品或評估自動化的團隊，關鍵因此不只在代理做了幾步，也要看它選到的工具、成品是否達標，以及失敗時能否追查。

這與Flux 3 Image 局部編輯的驗收方式有相通之處：都得檢查修改範圍和保留內容，不能只看生成結果是否「看起來不錯」。差別在於 EditAgent 的研究焦點是代理如何安排工具與驗證候選，而非單一產品的操作介面。

通用編輯器為什麼會在特定任務失手？

部分修圖任務需要通用模型缺少的專用能力，例如精確幾何變換、色調調整或影像增強；重複抽樣不一定能補上能力缺口。

論文的診斷基準涵蓋 30 種編輯類型，將候選分成通用編輯器與專用方法兩類，由五位專業 Photoshop 修圖師盲評是否可用。通用編輯器在 600 組中的 256 組沒有可用候選。專用方法在其中 175 組提供了可接受結果，但另有 81 組不論哪類方法都沒有可用候選。這些比例反映特定基準、模型和候選集合，不能解讀成所有 AI 修圖工具的失敗率。

這組數字說明「再生幾張」與「換一種操作」回答的是不同問題。如果瑕疵來自抽樣差異，增加候選有機會找到較好的版本；如果工具不擅長旋轉、局部移動、去除物件或精細調色，重複使用同一模型就可能只得到相似的錯誤。EditAgent 的設計因此擴大可選操作，讓代理依任務轉向不同方法。

EditAgent 如何挑工具並比較成品？

它先把要求拆成可執行步驟，再為每一步選擇方法、平行產生候選，最後連同驗證紀錄交給視覺語言模型比較。

代理先解析編輯要求，整理目標、步驟、需保留區域和驗收條件，再依需求路由到通用編輯器或專用方法。論文列出的專用操作包括局部編輯、物件移除與移動、幾何變換、色調調整和放大等。代理會為單一步驟生成多個候選，不必把每次失敗的輸出都當成下一輪的底圖，減少連續修補時瑕疵逐次累積的機會。

每個候選還附有驗證紀錄：例如改動區域的近照、變更圖、可見像素改變比例，以及程式能檢查的條件。這些資料讓評審模型知道「哪裡變了」和「哪些要求可被量測」，再把候選放在一起判斷。它仍需要模型對視覺品質作判讀，因此紀錄是輔助證據，不是品質保證或完全客觀的評分器。

「不同編輯需要檢查不同特性；局部編輯要確認目標有改到，也要確認無關內容獲得保留。」（Xu 等人，EditAgent 論文（意譯）） 比較候選的方式也有實測。研究團隊在 144 組複雜編輯樣本上，請五位專業 Photoshop 編輯者比較「平行搜尋」與「逐次修整」；排除 14 組平手後，102 組偏好平行搜尋，28 組偏好逐次修整。平行方式在有明確偏好的比較中獲 78.5% 支持，且評審模型呼叫不超過逐次方式的一半。這是指定樣本與測試預算下的結果，不能直接推論每種工作流都更快或更好。

編輯要求經拆解後分派至通用或專用方法，產生多個候選，再附上局部近照與變更圖供比較。
EditAgent 把選工具、產生候選與比較結果串成流程，讓每個步驟都有可檢查的依據。

評估 AI 影像代理，為什麼要同時看步驟與成品？

成品用來判斷任務是否完成，步驟軌跡用來定位失敗、重現問題和釐清責任，兩者要一起留存。

只看步數或工具呼叫次數，可能把「快速做錯」誤認為效率；只看一張最後輸出，也看不出代理是否改動了不該改的區域、重試幾次，或耗費多少算力。產品驗收應先以需求定義成功條件，例如指定物件是否移除、人物特徵或商標是否保留、背景是否出現接縫，再檢查達成這些條件的延遲、重試與人工修正成本。

若任務要求保留原始像素、文字或肖像細節，應明列可接受的誤差範圍，將「看起來接近」和「符合交付規格」分開判定。每次測試也要保存原圖、提示詞、工具版本與輸出，否則更新模型後即使結果改變，也難以判斷是版本、輸入還是評審標準造成。

EditAgent 的多回合基準另顯示，加入代理後，兩種開放權重編輯模型在三個基準上的表現有提升；論文也報告以它接受的 25,700 多組編輯紀錄微調模型，結果優於直接使用基礎編輯器產生的訓練資料。這是研究團隊在特定基準與訓練設定中的比較，不表示任意企業素材都會有同樣提升。論文同時指出，EditAgent 推論時間約為單獨編輯模型的十倍，並受底層編輯方法能力限制。工具擴充和檢查紀錄可能增加可用性，也會增加等待與運算成本。

「EditAgent 的推論時間約為單獨編輯模型的十倍，表現也受底層編輯方法能力限制。」（Xu 等人，EditAgent 論文（意譯）） Adobe 於 2026 年 6 月宣布，Photoshop 將推出公開測試版 AI Assistant，使用者描述希望達成的結果後，助理可跨整個合成影像執行多步驟工作，並保留後續調整空間。Adobe 另將 AI Assisted Editor 描述為可切換的提示式編輯模式。這些是官方產品功能，與 EditAgent 論文的研究框架分開；目前資料不支持兩者已整合，也不代表 EditAgent 已能直接操作 Photoshop 介面。

比較代理系統時，可參考AI 代理作業系統設計的操作與授權條件：工具調度之外，也要問輸入如何處理、使用者在哪個環節確認，以及失敗後能否交回人工。

對需要大量批次工作的團隊，還應先確認輸入輸出格式、圖層或遮罩資訊是否能往返既有軟體，避免驗收通過的成品無法進入後續排版、審核與版本管理。對外提供服務時，則需界定哪些影像可以送往第三方模型，保留多久、誰能取用，並讓操作者知道哪些修改由代理完成。這些條件不會讓影像更好看，卻決定了測試成果能不能安全地進入真實流程。

產品團隊可以怎麼試接影像編輯代理？

先用自家常見任務建一組可重跑測試，訂出成品標準，再把延遲、返工和人工接手一併記錄。

研究基準有助於理解方法，但不會替團隊回答自家素材能否使用。影像產品設計者可從常見任務抽樣，包含去背、局部換色、移除物件、裁切或保留特定人物細節，為每項任務寫出允許變更與必須保留的區域。之後以相同輸入比較代理、單一編輯模型與現有人工流程，讓評審在不知道系統來源的情況下檢查結果。

  1. 挑選具代表性的素材和編輯要求，標示必改、必留與不可接受的瑕疵。
  2. 固定測試輸入，記錄各工具產生候選的數量、成功率、耗時和運算成本。
  3. 盲評成品是否符合要求，另行檢查未指定區域、細節與多輪修改後的累積變化。
  4. 記下失敗原因、人工修正時間及交回人工的時點，再決定可先自動化哪些低風險任務。
  • EditAgent 研究的是代理調度影像編輯方法與比較候選，不是已驗證的 Photoshop 桌面操作功能。
  • 600 組診斷測試中，通用編輯器有 256 組無可用結果，專用方法在其中 175 組提供可用候選；仍有 81 組沒有可用結果。
  • 整合評估要同時看成品、步驟紀錄、重試、延遲、算力和人工接手情況。
四個並列卡片呈現成品是否達標、操作紀錄能否追查、等待與重試負擔，以及人工接手條件。
評估代理是否適合進入產品流程，成品品質、可追查性、執行負擔與人工接手都要納入判斷。

產品團隊值得追蹤的是，代理能否為每種編輯選到合適的方法、留下可檢查的證據，並在超出能力時讓人接手。開始試驗時，把任務範圍縮在可驗收、可回復的影像工作，再依自家盲測結果決定是否擴大。

常見問題

Q1：EditAgent 是 Photoshop 外掛或已推出的 Photoshop 功能嗎？

不是。EditAgent 是研究論文提出的代理式影像編輯框架；Adobe 的 Photoshop AI Assistant 與 AI Assisted Editor 是官方另行說明的測試功能，兩者不能視為同一項產品。

Q2：評估 AI 修圖時，應先看步驟還是成品？

先用成品確認指令、保留區域與品質要求是否達成，再看步驟紀錄追查工具選擇、重試和失敗原因。兩者回答不同問題，不能互相取代。

Q3：EditAgent 的研究結果能直接套用到商業影像流程嗎？

不能直接推定。研究使用特定模型、基準和候選工具，並報告較高推論時間；商用流程仍要以自家素材測試品質、成本、資料處理和人工覆核要求。