本系列將以 ARCI為核心,從零拆解一套能夠感知事件、理解狀態、整合證據、產生候選方案、模擬評估並自主決策的 AI 系統。內容涵蓋狀態管理、證據記憶、決策引擎、LLM 整合、可追溯性、治理機制、失敗恢復與自我驗證,並透過實際開發逐步完成一個具備「判斷、執行、驗證、重新規劃」能力的通用自主決策架構。
Day 01|我做了一個會阻止自己報喜的工程日誌 開始寫鐵人賽之前,我原本以為最麻煩的事情,是每天從大量程式碼、測試紀錄和 Git 變更裡整理出「今天到底做了什...
假設我要把一則集合通知傳到另一個據點。按下送出後,畫面顯示成功,我便不再處理它。但那個成功,究竟是程式接受了請求、傳送服務願意接手,還是目的地真的回覆了?如果大...
一份審查結果,最後仍然錄取相同的三份資料。另一張稽核表卻多了兩份被淘汰的資料,還寫明淘汰原因。這時候,我能說審查「完全沒有改變」嗎?如果只看錄取名單,可以;如果...
假設一名學生正在解一道答案固定的題目。大部分時間,他都能寫完;某一次卻不是答案被判錯,而是監考老師在時間到時直接收走尚未完成的考卷。成績單上仍然只有一個紅色的...
前幾天,我一直在寫測試、失敗、驗證,以及系統為什麼不能因為「看起來成功」就直接宣布成功。 但做到後面,我開始遇到一個更大的問題: 如果一個 AI 系統真的會從過...
這幾天,我一直在把 ARCI 往更高的層級推。 從最開始的韌性通訊,到知識層、決策編排、學習治理,再到跨系統的演化機制,系統裡的東西越來越多。 做到這裡,我突然...