技術 Day 29｜Agent 又慢、又貴、又愛重試：答案其實都在 Trace 裡

Day 28 證明了一件事：最終回答不能代表整個 Agent run。既然真正的證據在執行軌跡裡，我就能再問更實際的問題：這次到底呼叫幾次模型、花多少 Toke...

技術 Day 27｜你的 Guardrails 真的有用，還是只是在演給你看？

前 26 天，我陸續加上 Input Rail、retrieval boundary、文件 ACL、memory write policy、handoff sc...

技術 Day 24｜一個 Agent 把任務交出去後，權限到底去哪了？

Day 23 我讓兩個 worker 同時分析不同問題。它們都只有唯讀 prompt，沒有危險工具，所以責任邊界還算單純。 真正麻煩的是 handoff。一個...

技術 Day 22｜我只騙了 Agent 一次，它卻記了很久

Day 11 的惡意 SOP 只要在 retrieval boundary 被隔離，這次 run 就不會照著它操作。但如果 Agent 把那段內容整理成「使用者...

技術 Day 17｜工具只回了一句錯誤訊息，Agent 就被騙了

Day 16 檢查的是模型送往工具的參數。工具跑完之後，資料還會反方向流回 Agent：tool result 進入 context，模型看完再決定下一步。 這...

技術 Day 16｜AI Agent 為什麼想把內部資料寄給陌生人？

Day 15 我把不需要的外寄工具移出 Helpdesk Agent。不過未來若真的有一條受限流程，要把 SOP 摘要交給支援信箱，事情不會只是把 share_...

技術 Day 13｜我把惡意 SOP 丟進 Promptfoo，Agent 到底會不會照做？

Day 11 我做了一份惡意 SOP，Day 12 又整理了 context。不過只擋住一句「忽略先前規則」，還不能代表 retrieval boundary...

技術 Day 12｜塞進更多 Context 後，Agent 為什麼反而更笨了？

Day 10 我先把 context 的來源分開，Day 11 再把惡意 SOP 擋在模型外面。做到這裡，我原本很自然地想：既然不可信內容已經過濾，那多放一點歷...

技術 Day 9｜我只改了一句 Prompt，Agent 卻多叫了四次工具

前幾天我把 Promptfoo 放進這個專案時，主要是在看結果：有沒有建立 mock 工單、越權工具是否不存在、SOP 壞掉時有沒有假裝成功。 這些測試還不夠。...

技術 Day 5｜我還沒讓 Agent 上線，先用 Promptfoo 打它一拳

前四天，我把這個練習專案拆得很保守：它只能查 mock SOP，然後在記憶體裡建立 mock 工單。 但程式能動，不代表我知道它會不會在改一行 prompt、補...