⚠️ 免責聲明
本文為學習與研究筆記，綜合 IBM RAG & Agentic AI 專業課程模組一內容與近期 AI 技術發展趨勢。非正式教材，實際應用請遵守公司或機構安全政策與法規。

出於興趣，我報名了IBM RAG and Agentic AI 專業證書課程，所以剩下的鐵人日子裡，就來分享一些搭配AI讀書的心得。

一、從分類到創造：生成式 AI 的「範式轉移」

過去十年，人工智慧（AI）主要扮演「法官」的角色——辨識、分類、預測。但自 Transformer 問世後，AI 開始具備「創造力」：能寫詩、生成程式碼、畫畫、作曲。
這就是**生成式 AI（Generative AI）**的革命——它不再僅模仿人類的判斷，而是模仿人類的創造。

吳恩達（Andrew Ng）曾說：「AI 是新的電力。」如果 AI 是電力，那麼「基礎模型（Foundation Models）」就是這個時代的發電廠，而大型語言模型（LLM）是將能量輸出的「變壓器」——ChatGPT、Llama 3、Claude 3、Gemini 1.5 都在這個生態中運作。

IBM 在課程中提到：

「Foundation Model 的強大，在於它學到的是世界的生成規律，而不是僅僅一條分類邊界。」

這讓開發者第一次能用自然語言去「編程」，這種新思維，就是提示工程（Prompt Engineering）。

二、提示工程：語言即程式，思考即框架

「提示詞」不只是問問題，它是設計邏輯、定義上下文、創造推理過程的方式。
在 IBM 的模組課程中，一個優秀提示詞包含四個關鍵元素：

這套結構讓提示詞成為可維護的工程物件，而不只是文字輸入。

進階策略：讓模型「思考」

課程提到四種經典技巧，實戰上極為關鍵：

而 Self-Consistency（自我一致性） 更進一步：讓模型產生多個答案後投票取一致結果，能顯著提升可靠性。
這些技巧如今已廣泛應用於 RAG 系統、AI 客服、甚至科學推理模型中。

三、LangChain：讓 AI 從「大腦」長出「手腳」

IBM 課程第二章重點放在 LangChain ——生成式 AI 應用的開發框架。
它的價值，就在於把 LLM 從「單一回答引擎」變成能串接資料與工具的應用骨架。

LangChain 的三大核心

LangChain 的新語法 LCEL（LangChain Expression Language） 讓開發者可用 | 符號像管線一樣組裝元件：

chain = (
    RunnableLambda(format_prompt)
    | llm
    | StrOutputParser()
)

這讓 AI 應用開發變得模組化、可測試、可重用——這是AI 工程化的關鍵一步。

四、從 Prompt 到 Agentic AI：下一代 AI 開發者的技能轉向

IBM 在 RAG & Agentic AI 專業證書中強調：未來的 AI 不只是生成文本，而是具備「檢索」「推理」「執行」三重能力。

Retrieval-Augmented Generation（RAG）→ 準確性
Agentic AI → 自主性

開發者的思維也要轉變：

1. 從寫模型變成設計系統
2. 從寫程式變成設計語境
3. 從單模型應用變成多代理協作

IBM 將此稱為 Agentic Architecture：多個 AI 代理（researcher、writer、critic）在 LangGraph 或 CrewAI 等框架中協作完成任務。

這種多代理思維，讓 AI 從「工具」變成「團隊」。

五、時事觀察：AI 開發與資安交錯的十月現場

生成式 AI 開發者在推進技術的同時，也面臨資安與倫理的挑戰。
以下是 2025 年 10 月 AI 與資安相關的全球焦點：

• OpenAI 與 Anthropic 公布新安全標準：要求企業在部署 LLM 前進行 “Model Safety Assessment”。
• 台灣中研院宣布 LangGraph 本地化專案：整合開放式 RAG 框架以支援中文企業知識庫。
• 「DeepSeek」惡意安裝包釣魚案：APT 組織偽裝 AI 模型下載頁散佈木馬，鎖定台灣開發者。
• 歐盟 AI Act 正式生效：要求生成式 AI 明確標示合成內容，並納入供應鏈可追溯。

這些事件提醒我們：

當 AI 生成力變強，攻擊面也同步擴張。
一個錯誤的 prompt 設計，可能就是資安漏洞的起點。

六、學習路線與未來技能

IBM 的 Professional Certificate 正是圍繞這條「生成式 AI 工程師」路徑設計——學習如何從提示、鏈、代理一路構建到完整應用。

七、結語：開發者的新角色

「在 AI 時代，最重要的程式語言不是 Python，而是人類語言。」
—— Hailey Quach（IBM 講師）

生成式 AI 讓我們回到語言的本質：思考、表達、創造。
而開發者的任務，不只是會寫程式，而是能設計出讓 AI 與人類協作的思維介面。

這就是新時代的工程師——Prompt Architect × Agent Designer。
當我們學會用語言建構邏輯，AI 才真正成為我們的共同創作者。