終於第三十天了，每天 ON 檔，真的是壓力山大啊，還好今年總算將 Copilot Studio 補完，剩下就是把 Foundry 與 Agent Framework 填上，原本以為 Agent 只是讓 Copilot 多了一點自動化能力，結果 Microsoft 居然直接把它拉成一個完整生態系，從低程式碼建立 Agent、企業級管理，到用 Code 與 SDK 開發，通通各自有一條路可以走。筆者在整理資料時，腦袋大概就像同時開了三十個瀏覽器分頁，關不完！

🧭 先從官方 Agent 資源地圖開始
帶大家看 Microsoft 的 Agent 資源入口。這個網站很值得收藏，因為它不是把文件全部丟在一起叫你自己找，而是用幾個主要領域把學習方向分開，讓不同角色可以找到對應的內容。

📚 Microsoft Agent 資源入口，從不同領域切入學習，五個方向，先搞懂自己要走哪一條
Microsoft Foundry 與 Agent Development，這兩個比較偏開發與技術深度，也是接下來要填的坑；另外也有 Microsoft 365 Copilot、Copilot Studio，以及 Agent 365，分別對應導入、建立與企業管理。

Microsoft 365 Copilot：導入、部署、延伸 Copilot。
Copilot Studio：用低程式碼建立、客製化與發布 Agent。
Microsoft Foundry：模型、評估、微調與生產環境。
Agent Framework Development：使用 Framework、SDK、MCP、A2A 等技術。
Agent 365：集中管理身分、權限、登錄與觀測性。

資源入口可以從這裡開始： https://microsoft.github.io/agent-resources/
這種官方整理過的入口，實務上非常實用，至少不用每天在搜尋引擎裡面跟過期文件搏鬥啊~

🏆 不用錢也能練功的 Copilot Studio Applied Skills
筆者這次整理 Agent 學習路線時，順便回顧了自己在五月通過 Microsoft Applied Skills 的認證。這個學習目標雖然使用的是舊版 Copilot Studio，但它不是傳統那種四選一考題，而是直接給你一個情境，請你真的把 Agent 實做出來、打包，再交給系統評分。

✅ 這個 Applied Skills 為什麼值得練？
不收費：目前最大的優點就是不用先刷卡，荷包先放過一馬。
偏實作：透過實際案例建立 Agent，比只看投影片更容易補足盲點。
可以重做：沒有一次失敗就結束的壓力，可以反覆練習。
適合入門：如果對 Copilot Studio 有興趣，這是非常好的練手關卡。

筆者自己覺得，這種「做完才算」的學習方式，比純選擇題更能確認到底會不會。因為選擇題有時候靠記憶、靠刪去法、甚至靠考場靈感也能過；但實作題就很誠實，Agent 不會動就是不會動，ㄍㄧㄥ 不出來就是ㄍㄧㄥ 不出來 😆

筆者建議先閱讀官方教材與範例，再進行實作挑戰。
如果一開始沒有信心，建議先看 Microsoft Learn 上的官方教材與範例。筆者這次的部分鐵人賽內容，也是參考官方教材後再調整，先把範例跑過一遍，再挑戰實作，成功率會高很多。

🛣️ Microsoft Agent 認證路線怎麼走？
去年筆者在準備相關內容時，因為 Microsoft 開始往 Agent 大力發展，導致原本的鐵人賽中斷。那段時間 Microsoft 一口氣推出好幾張 Agent 與 AI 相關認證，而且有免費 Beta 考試券，但是有時效限制，所以只好心一橫，來準備認證考試，導致原本的鐵人賽中斷。

🎯 AB-900：Copilot 與 Agent 管理基礎
如果你是公司 Microsoft 365 管理者，筆者很推薦先從 AB-900 開始。它一半在講 Copilot 與 Agent 的基本概念，另一半則偏向 Microsoft 365 Agent 的管理後台，例如 Agent 365、治理與管理等內容。

這張的價值不只是拿一張徽章，而是協助你建立整體觀念：Agent 到底是什麼、管理者要管哪些事情、企業導入時會碰到哪些權限與治理問題。

💼 AB-730：AI Business Professional
AB-730 比較偏向如何在 Microsoft 365 工具中使用 Copilot 與 Agent。考題會用情境問你，面對某個工作需求，應該使用哪一個工具、哪一種 Agent，或該怎麼處理工作流程。

例如 Research Agent 可以做什麼、不同 Agent 適合什麼任務，這些都不是單純背產品名稱，而是要知道工具放進工作情境後，實際能解決什麼問題。

🌱 AB-731：AI Transformation Leader
AB-731 的角度就更偏向領導與轉型，重點包含 Agent 的發展方向、企業採用、AI 策略與組織變革。它不只是問「按哪一個按鈕」，而是問「公司為什麼要做、要怎麼推、怎麼讓人願意用」。

這張對主管、顧問、企業架構與推動 AI 導入的人會比較有幫助，畢竟技術做得出來只是第一關，真正的魔王關通常是組織與流程。

🧩 AB-620：Copilot Studio 實作與整合
這張是筆者覺得最難的一張，因為它考得非常細，幾乎會一路鑽進 Copilot Studio 的各項功能。除了建立 Agent，還會碰到整合、測試、管理，以及如何評估一個 Agent 是否真的有效。

以前筆者在準備時，原本以為把 Agent 做出來就差不多了，結果居然還要思考怎麼評估、怎麼驗證、怎麼確保回應品質。這就是典型的「原本以為是小菜一碟，結果打開才發現是隱藏魔王」啊。

🎈 AB-100：Agentic AI Business Solutions Architect
如果 AB-900、AB-730、AB-731 與 AB-620 都已經有一定基礎，最後就可以再考慮 AB-100。這張比較偏向 Agentic AI Business Solutions Architect，會把前面學到的內容拉高到架構、治理、安全性與 Multi-Agent Solution。

📈 為什麼 Microsoft 要把 Agent 拉出來做 AB 系列？
過去這些內容比較常放在 Power Platform 的 PL 系列認證裡，但 Agent 開始變成主流後，Microsoft 直接把它獨立拉出來，形成 AB 系列。

AB 可以理解成 Agentic Business，也就是把 Agent 放到企業商務與解決方案脈絡中。這個動作其實很明顯：Microsoft 不只是想讓大家會做聊天機器人，而是希望 Agent 進入企業的流程、資料、權限與管理架構。

從 Copilot 與 Agent 基礎，到 Business、Builder 與 Architect 路線。
技術做得出來只是起點，企業管得住、用得起來，能夠落地，才是真的有價值！

🧠 完全不懂 Agent，建議先看 Agent Adoption
如果你目前對 Agent 還沒有完整概念，筆者比較推薦先看 Microsoft Learn 裡的 AI agent adoption 內容，先建立一個完整脈絡。

https://learn.microsoft.com/en-us/azure/cloud-adoption-framework/ai-agents/

Microsoft Learn 的 AI agent adoption 架構。
這套架構大致會帶你理解四個階段：

🪜 Agent 導入的四個基本階段

Plan for agents：先確認商務目標、技術規劃、組織準備度與資料架構。
Govern and secure agents：處理安全性、治理、權限與責任 AI。
Build agents：決定要建立單一 Agent 或多 Agent，並規劃開發流程。
Manage agents：持續管理、監控與營運 Agent。

這幾篇內容也可以搭配 AI 先幫忙掃過一遍，請 AI 協助整理重點、解釋名詞，再回頭讀原文。這樣比較容易理解 Microsoft 為什麼要這樣設計，而不是只記得「某個按鈕在哪裡」。

更多實例說明，請參考完整版影片囉

🧪 本日結論
第一步：先用免費實作把手感練起來
先做 Microsoft Applied Skills，把 Copilot Studio 的基本操作跑過一輪。不要一開始就挑最難的認證，先讓自己知道 Agent 怎麼建立、怎麼測試、怎麼發佈。

第二步：再依角色選認證
管理者先看 AB-900，業務與一般使用者可以看 AB-730，推動轉型與策略的人可以看 AB-731，真正做 Copilot Studio 建置與整合的人，則把重點放在 AB-620。

第三步：最後才挑戰架構層級
AB-100 不適合當成第一張入門證照。筆者建議先把前面的產品、管理、實作與商務情境補齊，再往架構師路線前進，否則很容易變成「名詞都看過，但遇到情境題還是卡關」。

這次整理 Microsoft Agent 的資源與認證路線，筆者最大的心得是：Agent 的學習不能只停留在「我會建立一個聊天機器人」。真正重要的是，你是否理解它要解決什麼商務問題、資料能不能安全使用、權限要怎麼管理、結果要怎麼評估，以及導入後誰負責維運。

Microsoft 的資源很多，認證也越來越多，這對學習者是好事，因此筆者會建議先用免費資源與實作型 Applied Skills 練手，再決定要不要投入正式認證。