這個系列會從最小的 AI Agent Loop 開始,逐步拆解工具呼叫、權限控制、規劃、Context、記憶、背景任務、多 Agent 協作、評估與 Graph Engineering。每篇都會搭配可直接執行的 Python 範例,說明不同機制解決了什麼問題,又增加了哪些成本與風險。目標是不只學會使用 Agent 框架,而是真正看懂它裡面的架構與設計取捨。
前面 20 天,我們已經把一個 Agent 從最小 Loop 一路擴展到: Tool Runtime Permission / Approval / Sand...
前一天我們談 Observability。 Observability 可以回答: Agent 做了什麼 呼叫哪些 Tool 哪裡失敗 花多少 Token 花...
前一天我們談 Evaluation。 到這裡,我們已經能回答: 這次修改,真的讓 Agent 變好了嗎? 但很多 Agent 系統仍然有一個隱藏問題。 Ag...