鐵人檔案
2026年繼續挑戰鐵人賽，這次我要挑戰寫AI自動化，看影片時有介紹許多AI Agent，搭配工具創造屬於自己AI一人公司，分享如何運用 AI 串接工具、簡化流程、取代重複性人力作業，資料整理、提升工作效率，打造AI自動化工作流
Agent Teams（代理人團隊） 在AI軟體工程的早期，我們多半使用「單一 Agent（Single Agent）」或「主代理-子代理（Lead-Suba...
Dynamic Workflows 在 AI 自動化領域，Dynamic Workflows（動態工作流） 是相對於「固定流程（Static/Linear W...
Agentic Workflows（智能體工作流） 是指將大型語言模型（LLM）作為核心「智能體（Agent）」，透過設計特定的執行邏輯、互動迴圈與工具調用，...
Workflow Automation 是指利用軟體工具與技術，將企業或個人日常中重複性高、規則明確、跨系統的任務進行串接與自動執行，不需要人工手動介入即可完...
Multi Agent 是由多個獨立運作的「智能體」（Agent）所組成的協作網路。在人工智慧（AI）領域中，每個Agent都是一個具備感知環境、自主決策、執...
提示工程（Prompt Engineering） 是駕馭大型語言模型（LLM，如 ChatGPT、Claude 等等）的核心技術。簡單來說，它就是「如何與 A...
上下文工程（Context Engineering，又譯脈絡工程或情境工程） 是近年隨著 AI 代理（AI Agents）與複雜工作流程興起，超越傳統「提示工...
駕馭工程（Harness Engineering，亦常直譯為「安全框架工程」或「韁繩工程」） 是近年隨著 AI 代理（AI Agents）普及而興起的全新技術...
Loop Engineering（迴圈工程 / 迴圈提示工程） 是近年在人工智慧、大型語言模型（LLM）以及軟體自動化工作流程中備受關注的一種進階技術。它的核...
Graph Engineering（圖結構工程） 是近期 AI 開發與多智能體（Multi-Agent）領域中備受討論的最新概念。隨著開發者不再滿足於讓 AI...
