iT邦幫忙

ai agent相關文章
共有 203 則文章
鐵人賽 Software Development DAY 3

技術 Day 03:AI 讓「寫測試」變快,但「寫對測試」的門檻沒有變低

前言:測試都通過了,為什麼還要懷疑? 「AI 幾秒鐘就能幫你的函式產生一整套測試,語法正確、結構完整、跑起來全部綠燈——這樣還不夠好嗎?」 這句話聽起來很合理,...

鐵人賽 Claude AI DAY 3

技術 Day 03:沒有安全網的重構有多危險——一次 AI 引入迴歸的真實案例

前言:測試綠燈,真的代表安全嗎? 「測試都跑過了、CI 也是全綠,這樣總該可以合併了吧?」 這句話聽起來理所當然,但我在這次重構過程中學到一件事:測試綠燈只代表...

鐵人賽 Vibe Coding DAY 3

技術 Day 03:Issue 分類——讓 AI 先做第一輪 triage,人做最終判斷

前言:「AI 都能讀懂 issue 內容了,那分類不就順手的事?」 「AI 又不是不會讀英文,issue 標題、內容、留言都丟給它,它應該可以直接告訴我『這個要...

鐵人賽 Vibe Coding DAY 1

技術 Day 001:從 Unity Game Dev 到 Orchestration——先讓 Agent 接手發文流程

從 Unity Game Dev 到 Orchestration 這次鐵人賽的主題是 From (Unity) Game Dev to Orchestratio...

鐵人賽 AI Engineering DAY 1

技術 Day 01:系列介紹:AI 寫 code 快,但架構的角色改變了什麼

前言:AI 都能自己生成架構了,還需要人設計架構嗎? 「現在 AI coding agent 已經可以自己規劃分層、自己決定要不要拆介面,架構師是不是快沒事做了...

鐵人賽 Software Development DAY 1

技術 Day 01:系列介紹——AI 時代為什麼更需要 TDD

前言 「AI 都已經能自動生成測試了,還需要學 TDD 嗎?」 這大概是我這幾年被問過最多次的問題之一。表面上聽起來很合理:以前寫測試要花時間,現在跟 AI c...

鐵人賽 Vibe Coding DAY 1

技術 Day 01:系列介紹——為什麼挑 PHPUnit & Pest Test Explorer 這個專案做實驗

前言 「AI agent 都能自己寫程式了,那開源專案的維護是不是也可以整包丟給它?issue 讓它分類、PR 讓它審、bug 讓它修,維護者只要負責『簽名』就...

鐵人賽 AI Engineering DAY 1

技術 Day 01:AI 開發雜記——為什麼工具本身也要被設計

前言:CLAUDE.md 不就是寫一份文件給 AI 看嗎,有什麼好設計的? 「CLAUDE.md、Skill、記憶系統,講白了不就是幾份給 AI 讀的說明文件嗎...

鐵人賽 Claude AI DAY 1

技術 Day 01:AI 重構 legacy 系統的真正難點在哪裡

前言:不是「AI 會不會寫程式碼」的問題 「現在 AI coding agent 這麼強,重構 legacy 系統不就是叫它動手改就好了嗎?」 這大概是我開始這...

鐵人賽 Build on Google AI DAY 15

技術 【Day 25】端到端整合測試:從 Raw Data 到 Telegram 訊息推播的全管線實測

「一個架構良善的 AI Agent 系統,其檢驗在於 Pipeline End-to-End 的實際執行狀況。從市場數據抓取、知識庫查詢、Gemini 三階段推...

鐵人賽 Build on Google AI DAY 29

技術 Day 29 如果AI Agent 接上 Tools 後,為什麼 Production 變得更複雜?

我有多年 IT 技術與跨域學習經驗,現在把 AI、Cloud、Infrastructure 串起來。 AI Agent 接上 Tools 後,為什麼 Produ...

技術 AI Agent 會呼叫硬體還不夠:read/write 之外還缺一份動作契約

軟體 API 寫錯,通常會留下 error、失敗的 job,或一份還能丟掉的 diff。硬體介面比較麻煩:設備回傳 write: success 時,溫度、位置...

鐵人賽 IT Operation DAY 20

技術 Day 20|大家都要會議摘要,但沒有人要同一份

週一上午的產品會議剛結束,會議摘要 Agent 在三十秒後把結果放進群組。 Q4 Payment Migration - 討論遷移時程與 API 相容性 -...

鐵人賽 Build on Google AI DAY 15

技術 【Day 24】全自動化排程運維:CronJob 與 systemd.timer 設定實務

「在實務部署中,我們可以根據資料源(TWSE)的更新時間,透過 Crontab 或 systemd.timer 自由設定觸發時點(例如設定在 14:30 數據出...

鐵人賽 AI Engineering DAY 30

技術 【AI Agent 30】30 天了,希望你帶走的不是更多 Agent Pattern,而是一套自己的判斷方式

如果你真的一路看到 Day 30,希望你現在得到的不是一張更長的 Agent 技術清單。 你開始有能力在面對一個新的 Agent 問題時,先問:「它到底失敗在哪...

鐵人賽 AI Engineering DAY 29

技術 【AI Agent 29】Eval-first:不要先加複雜架構,先驗證你在解決什麼問題

前面 28 天,我們一路把 Agent Harness 拆成約 20 種機制。 到這裡,很容易進入一種「架構焦慮」。 Agent 表現不好時,第一個反應常常是:...

鐵人賽 AI Engineering DAY 27

技術 【AI Agent 27】mini-swe-agent 架構拆解:你的 Agent 真的需要那麼多 Harness 嗎?

前兩天我們看了兩個很完整的系統。 Day 25 的 Claude Code 告訴我們: 一個 Model 要安全地修改真實 Repository,需要完整的...

鐵人賽 AI Engineering DAY 26

技術 【AI Agent 26】Hermes Agent 架構拆解:Context 怎麼長期存在

Day 25 我們看 Claude Code。 它最適合研究: 一個 Production Coding Agent 如何安全地在真實 Repository...

鐵人賽 Build on Google AI DAY 28

技術 Day 28 如果AI 可以正常運作,但它真的安全嗎?

我有多年 IT 技術與跨域學習經驗,現在把 AI、Cloud、Infrastructure 串起來。 如果 AI 可以正常運作,但它真的安全嗎? Day 27...

鐵人賽 AI Engineering DAY 25

技術 【AI Agent 25】Claude Code 架構拆解:完整 Coding Harness 的重點,不是「更會寫 Code」

前 24 天,我們把 Agent Harness 拆成很多獨立機制。 從 Day 25 開始,我們不再新增新的抽象層。 接下來要做的是反過來看真實 Agent:...

鐵人賽 Build on Google AI DAY 15

技術 【Day 23】效能與成本優化:Gemini API Token 消耗分析與 Rate Limit 應對實務

「在 AI Agent 的生產級運維中,Token 消耗不只是金錢成本,更直接影響 API 的 Rate Limit 額度與整體回應延遲。透過階段性 Conte...

鐵人賽 AI Engineering DAY 27

技術 《 Day27》【向原廠下單系統 ③】後續實際引用:業務/售前現在怎麼用它出報價、省下多少時間、人改去做什麼

【向原廠下單系統 ③】後續實際引用: 一份本來就有人做的工作,AI 接手後,那個業務被取代了嗎? 前面兩套系統,我講的「不取代人」其實都站在安全的一邊:設備分析...

鐵人賽 Build on Google AI DAY 15

技術 【Day 22】離線評測體系:如何為 LLM 金融 Agent 建立客觀的 Evaluation 指標

「在 AI Agent 的工程週期中,『沒有量測,就無法改善』。要確保每一次 Prompt 調整或 API 重構不會造成性能退化,必須在腳本內部實作決定性的格式...

鐵人賽 Build on Google AI DAY 15

技術 【Day 21】實戰資安防禦:從 Prompt 注入防禦到環境金鑰隔離實務

「在 LLM Agent 走向 Production 的過程中,資安防禦不能只寄望於模型本身的『自我約束』。最穩健的 Defense-in-Depth,必須結合...

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 23

技術 【AI Agent 23】人一走開,Agent 就停住了,不能自己把事情做好嗎? - Loop Engineering

前一天我們談 Evaluation。 到這裡,我們已經能回答: 這次修改,真的讓 Agent 變好了嗎? 但很多 Agent 系統仍然有一個隱藏問題。 Ag...

鐵人賽 Build on Google AI DAY 15

技術 【Day 20】部署架構重構:Podman 到 Native systemd 服務託管實務

「從 AI Prototype 邁向 Production-Ready 的過程中,服務 Lifecycle 與資源邊界的治理至關重要。將 FastAPI 服務從...