iT邦幫忙

ai agent相關文章
共有 204 則文章
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 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...

技術 當 coding agent 會操作瀏覽器,E2E 測試就不再只是測試

Coding agent 能改前端、開啟預覽站、登入、點完流程,最後附上一張成功畫面的截圖。看起來,E2E 測試終於被完整自動化了。 問題是,程式由 agent...

鐵人賽 Build on Google AI DAY 8

技術 【Day 08】知識管線自動化:Google Drive 檔案同步與 /learn 指令排程注入 (drive_sync.py)

「一個真正實用的 AI Agent,不該被動等待使用者手動貼入資料,而要能主動對接雲端儲存,實現知識庫的自動化增量同步。」 在先前幾天,我們完成了 AI Age...

My Project 一套 Claude Code 的 subagent 團隊定義:8 個角色、一份派工協定

去年 11 月我寫了一套 Claude Code 的 subagent 定義,8 個角色、12,069 行。我當時很滿意——每個角色我都把能想到的情境寫進去了。...

鐵人賽 Build on Google AI DAY 7

技術 【Day 07】非同步背景學習:LearningModule 自動提煉金融知識與向量庫去重

「最好的 AI Agent 不是固定不變的系統,而是在每一次與使用者的對話中,自動汲取經驗並寫回知識庫、自我進化的系統。」 在 Day 06 中,我們介紹了 S...

鐵人賽 Build on Google AI DAY 6

技術 【Day 06】長效對話記憶:aiosqlite 持久化儲存與自動對話摘要壓縮

「沒有對話記憶的 AI,只是單次問答機器;具備長效記憶與自動摘要能力的 Agent,才能在漫長對話中持續保持脈絡一致。」 在 Day 05 中,我們介紹了 RA...

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 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 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 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 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 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 Build on Google AI DAY 5

技術 【Day 05】知識檢索增強:ChromaDB 與 sentence-transformers 打造本地端 RAG 引擎

「大語言模型給的是一般性常識,而 RAG 檢索增強技術給的,才是讓 AI Agent 具備特定金融領域深度的靈魂。」 在 Day 04 中,我們介紹了 API...

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...

鐵人賽 Build on Google AI DAY 4

技術 【Day 04】AI 推理核心:Gemini 2.5 Flash API 整合與 Model Fallback 自動降級備援機制

「在免費 API 與生產級維運之間,強健的 API Gateway 與 Model Fallback 自動降級是能讓 AI Agent 穩定運作的橋樑。」 在先...

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...

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 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 Build on Google AI DAY 2

技術 【Day 02】打造穩固基石:RHEL 基礎環境設定與 Rootless Podman 容器安全隔離

「系統安全不是在出事後才補強,而是從最底層的基礎設施就開始設計!」 在 Day 01 中,我們揭曉了 Angelina AI Agent 的全貌。今天我們不急著...

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 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 Build on Google AI DAY 1

技術 打造 $0 元企業級 AI Agent:Angelina 金融分析代理人篇章

「AI 不一定需要昂貴的基礎設施,真正重要的是,它能不能每天解決一個真實的問題。」 一、 故事的開始:一份送給媽媽的禮物投資理財與我們的日常生活息息相關,每天整...

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 別把 agent harness 當普通 adapter:你換掉的是整個執行語意

很多團隊第一次把 agent 接進產品時,會很自然地先做一層 adapter。 今天接 Claude Code,明天接 Codex,後天再接另一個 cloud...

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 Agent 產生的 UI 能顯示,不代表它已經可以上線

Demo 裡,agent 呼叫 tool,畫面跳出一張卡片。PR 附了 screenshot,大家看過排版後就準備合併。 這時我通常會問幾個很掃興的問題:too...

技術 MCP 拿掉 session 之後,state 只是換你自己負責

看到 MCP 要改成 stateless,工程師很容易冒出一個直覺:太好了,session store 可以刪了。 先別急。 目前公開的 MCP 2026-07...

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 2026 WAIC 觀察筆記 讀後感

兩個半月前,我寫過一篇文章,主張 AI 正在把企業的人力預算「強制清洗」成電力與算力預算。我用了一個自己很滿意的比喻:船沒有沉,只是不再需要那麼多水手。 那篇文...