近來 Agentic AI 的突破一再超乎我們的想像,也一步步更貼近「我們想像中的 AI」。它不再只是被動回答,而是逐漸展現自主規劃、行動與協作的能力。
本系列將以學習與探索為出發點,理解 Agentic AI 與過往被動式 AI 的差異,並思考在不調整模型的前提下,如何讓系統具備更強的推理與行動力。
過程將循序漸進地挖掘推理、工具使用、反思、多代理協作等關鍵能力,並結合 LangChain、LangGraph、MCP、n8n 等實用技術,將零散功能串聯為系統化應用,讓 AI 從對話助理進化為協作夥伴,並能共組團隊,一同想辦法解決問題、持續進步,探索 AI 的新篇章。
前言 在 昨天 Day 20,我們讓 Agent 能同時協調多個 MCP 工具(天氣查詢與景點推薦),完成一次性推理與整合的「智慧旅遊助理」。 但現實世界的行程...
前言 在 昨天 Day 21,我們讓 Agent 學會「規劃再行動」——先制定旅遊行程,再根據實際狀況(例如景點是否營業)靈活調整。這讓 Agent 從被動執行...