鐵人檔案
探討 AI Agent 如何可靠地進入企業流程。從傳統 BPM、狀態管理與規則控制出發，逐步延伸到 Tool Calling、Policy、Human-in-the-loop、權限、交易一致性、錯誤復原與 Audit。重點不是讓 Agent 更自由，而是讓具推理能力的 AI 在企業流程中仍可控、可驗證、可追溯，並透過自建 Reference System 實作與驗證完整 Agentic Workflow。
前一篇討論「RBAC 與授權：Agent 不能因為「聽懂」就代表「有權」」，這篇聚焦「Human-in-the-loop：哪些步驟一定要人確認」，並沿用同一組輸...
前一篇處理「Human-in-the-loop：哪些步驟一定要人確認」，這篇進一步討論「Idempotency：Agent 重試一次，為什麼不能執行兩次」。共同...
完成「Idempotency：Agent 重試一次，為什麼不能執行兩次」後，下一個問題是「Concurrency：兩個 Agent 同時搶同一個資源會怎樣」能否...
延續「Concurrency：兩個 Agent 同時搶同一個資源會怎樣」，這篇聚焦「Transaction Boundary：Reasoning 與 Commi...
前一篇討論「Transaction Boundary：Reasoning 與 Commit 不應該混在一起」，這篇聚焦「Checkpoint：長流程如何安全暫停...
前一篇處理「Checkpoint：長流程如何安全暫停與繼續」，這篇進一步討論「Retry／Backoff：Tool 失敗時不是叫 Agent 再想一次」。共同的...
完成「Retry／Backoff：Tool 失敗時不是叫 Agent 再想一次」後，下一個問題是「Compensation／Saga：做了一半失敗要怎麼收拾」能...
延續「Compensation／Saga：做了一半失敗要怎麼收拾」，這篇聚焦「External Dependency 失敗：Agent 怎麼避免把壞掉的系統當成...
前一篇討論「External Dependency 失敗：Agent 怎麼避免把壞掉的系統當成推理問題」，這篇聚焦「Audit Trail：最後要能回答「誰讓...
前一篇處理「Audit Trail：最後要能回答「誰讓 Agent 做了什麼」」，這篇進一步討論「Observability：一次流程跨 Agent、Tool、...
