iT邦幫忙

agentic ai相關文章
共有 41 則文章
鐵人賽 生成式 AI DAY 2

技術 【Day 2】- 什麼是 AI 代理?複合式 AI 與 Agentic AI 的創新之路

摘要這篇文章深入探討了人工智慧領域從單一模型到複合式 AI 系統的轉變,並重點介紹了 AI 代理 的概念和應用。文章首先以智慧打卡系統為例,說明單一模型在處理...

技術 Agentic AI 開發實戰:我是如何設計 “Code + LLM” 混合架構,解決 AI品質不穩的問題?

TL;DR 這篇文章紀錄了解決軟體工程師常見的「中英夾雜」語音輸入痛點的過程。 專案架構從單純的 API 串接,演進為 「Code + Prompt + 條件式...

鐵人賽 生成式 AI DAY 11

技術 【Day 11】- 從反思到監督:五大 AI 代理設計模式速成指南

摘要這篇文章作者介紹了五種 AI 代理設計模式,分別是:反思(Reflection)、反饋學習(Reflexion)、規劃(Planning)、監督者(Sup...

技術 「Vibe Coding」已死,2026 年工程師真正該學的是代理工程

2025 年很多人第一次感受到一種很上癮的開發快感。 你丟一段 prompt,模型幫你補功能、改畫面、接 API,幾分鐘就像做完半天的事。那時候大家很愛講 Vi...

技術 【AI Agent 架構】Agent 不是越複雜越好:哪些機制該留,哪些可以拿掉?

我在 San Francisco 參加一場 AI Agent 講座時,一位 Anthropic 工程師分享了這張投影片。 隨著模型能力提升,他們移除了部分原本...

技術 大規模快搶快跑:Agentic AI 正在重塑商務威脅

重點摘要 AI驅動的購物工具與自主代理雖能提升客戶體驗,卻也促使針對商務組織的高複雜度自動化攻擊急遽增加。 主要受到零售業帶動,2025 年 AI Bo...

技術 從 Prompt 到 Graph Engineering:這些不只是新名詞,而是 AI Agent 踩坑後衍生的工程

AI Agent 可能是近年最容易出現新工程名詞的領域。 我們才剛學會 Prompt Engineering,接著又出現: Context Engineeri...

技術 以 Web Bot Authentication 重新定義信任機制

自動化流量的新現實 自動化並非新鮮事 — 但如今,它已變得幾乎「無形」。AI Agents、資料擷取器(fetchers)與爬蟲(crawlers)已深入網路互...

鐵人賽 AI Engineering DAY 1

技術 【AI Agent 01】同一個模型,為什麼有的 Agent 好用,有的很笨?從底層理解 AI Agent

很多 AI Agent 教學,會從 LangChain、LangGraph 或某個 Agent Framework 開始。 我們會先建立一個 Agent、加入幾...

技術 【Agent Evaluation 系列 1/6】Agent 到底該怎麼測試?

很多團隊評估 Agent 的方法,其實還停留在評估 Chatbot。 準備一組問題、跑一次模型、比較輸出,再算出一個正確率。 但 Agent 處理的通常不是單...

My Project Awesome Agent Architecture:從 0 學習 AI Agent 架構

從 Agent Loop 出發,逐步拆解模型外圍的工具、狀態、權限、Memory 與協作機制 一、專案資訊 專案名稱: Awesome Agent Arc...

技術 【AI Agent 教學】11 天累積 19.2 萬 Stars,DeepSeek Harness 內部在做什麼?我用 Python 從零重建 14 個核心機制

DeepSeek 在 2026 年 8 月 13 日開源 DeepSeek Harness。到 8 月 24 日,GitHub 已經累積約 19.2 萬個 St...

鐵人賽 AI Engineering DAY 2

技術 【AI Agent 02】Agent 其實就是個 while 迴圈 - Agent Loop

昨天我們先建立了一個基本觀念: 模型負責判斷,Harness 負責讓判斷可以被執行、觀察與限制。 但還有一個問題沒有回答: 為什麼一般聊天模型回答一次就停...

鐵人賽 AI Engineering DAY 3

技術 【AI Agent 03】模型說它要用工具,那到底是誰去執行的? - Tool Runtime

前兩天我們先拆開了兩個核心概念。 Day 1 說明: 模型(LLM)負責判斷,Harness 負責讓判斷可以被執行、觀察與限制。 Day 2 則把 Agen...

鐵人賽 AI Engineering DAY 4

技術 【AI Agent 04】要怎麼讓 Agent 能動手做事,又不會把東西弄壞? - Permission

前一天我們拆解了 Tool Calling 和 Tool Runtime。 模型產生 Tool Call,只代表它提出一個行動請求。 真正的 Tool Runt...

鐵人賽 AI Engineering DAY 6

技術 【AI Agent 06】Agent 列了一份計畫,計劃如何影響執行流程? - Planning

前幾天我們逐步建立了 Agent 的基本控制平面: Agent Loop Tool Runtime Permission Approval Sandbox H...

鐵人賽 AI Engineering DAY 8

技術 【AI Agent 08】Skill 越加越多,要怎麼讓 Agent 只在需要時才載入? - Skills

前一天我們談 Subagent。 Subagent 的價值,不是單純增加 Agent 數量,而是建立更乾淨的 Context、責任、權限與結果邊界。 今天要處理...

鐵人賽 AI Engineering DAY 10

技術 【AI Agent 10】關掉視窗就全部忘光,Agent 要怎麼記得事情? - Memory

前一天我們談 Context Management。 核心觀念是: Storage 負責不遺失資料,Context 負責讓模型看見現在最重要的資料。 但這還...

鐵人賽 AI Engineering DAY 7

技術 【AI Agent 07】事情太多做不完,多開幾個 Agent 就會比較快嗎? - Subagents

前一天我們談 Planning。 Planning 的核心不是列出漂亮步驟,而是把任務轉換成可以追蹤、驗證、重新規劃的執行狀態。 當 Plan 變得更大時,下一...

鐵人賽 AI Engineering DAY 5

技術 【AI Agent 05】每次想多加一道檢查,都要去改 Agent 的主流程嗎? - Hooks

前幾天我們逐步建立了一個最小 Agent 架構。 目前系統已經有: Agent Loop Tool Runtime Schema Validation Per...

鐵人賽 AI Engineering DAY 17

技術 【AI Agent 17】每個 Agents 都做完自己那份了,最後誰負責兜起來? - Multi-Agent Coordination

前一天我們談 Worktree Isolation。 現在每個 Agent 已經可以有: 自己的 Task 自己的 Context 自己的 Permissio...

鐵人賽 AI Engineering DAY 9

技術 【AI Agent 09】聊到一半 Agent 開始忘東忘西,上下文該留什麼、丟什麼? - Context Management

前一天我們談 Skills 與 Progressive Disclosure。 核心觀念是: Context 是工作區,不是倉庫。 Agent 不需要一開始...

鐵人賽 AI Engineering DAY 11

技術 【AI Agent 11】每個任務需要的背景都不一樣,System Prompt 怎麼可以寫死? - System Prompt

前一天我們談 Memory。 Memory 的核心不是把所有歷史永久保存,而是決定: 什麼值得記 要記成什麼 什麼時候 Recall 什麼時候更新、合併或忘掉...

鐵人賽 AI Engineering DAY 12

技術 【AI Agent 12】Agent 出錯的時候,為什麼一直重試也救不回來? - Error Recovery

前一天我們談 System Prompt Assembly。 核心觀念是: System Prompt 不是一份固定文件,而是 Harness 根據目前狀態動...

鐵人賽 AI Engineering DAY 18

技術 【AI Agent 18】兩個 Agent 互相講得上話,為什麼還是無法合作? - Multi-Agent Protocols

前一天我們談 Multi-Agent Coordination。 當多個 Agent 開始互相傳遞結果時,下一個問題是: 它們要用什麼格式溝通? 最簡單的做...

鐵人賽 AI Engineering DAY 15

技術 【AI Agent 15】有些事要每天做,有些事要等一下再做,系統怎麼做? - Scheduling

前一天我們談 Background Execution。 有了 Queue、Worker、Task State 之後,Agent 已經可以在使用者離線後繼續執行...

鐵人賽 AI Engineering DAY 13

技術 【AI Agent 13】Agent 任務做到一半中斷了,還能接著做下去嗎? - Task System

前一天我們談 Error Recovery。 當 Agent 開始有 Retry、Fallback、Approval、Replan、Human Handoff...

鐵人賽 AI Engineering DAY 16

技術 【AI Agent 16】兩個 Agent 同時改同一份程式碼,會發生什麼事? - Worktree

前一天我們談 Scheduling。 當 Agent 可以 Background、Recurring、Parallel 執行後,Coding Agent 很快會...

鐵人賽 AI Engineering DAY 14

技術 【AI Agent 14】一個任務要跑三十分鐘,總不能讓使用者一直等著吧? - Background Execution

前一天我們把 Agent Task 變成一個真正有 State 的系統。 下一個問題自然是: 如果任務要跑 20 分鐘,誰來執行? 很多 Demo 會直接在...

鐵人賽 AI Engineering DAY 19

技術 【AI Agent 19】放手讓 Agent 自己決定,從什麼時候開始失控了? - Autonomy

前一天我們談 Agent Protocol。 現在 Agent 已經可以: 接 Task Background 執行 Schedule Spawn Subag...