Agent
含有「Agent」共 27 篇內容
全部內容
發佈日期由新至舊
《工業機理 AI 五環》系列首篇〈取數〉，深入剖析智慧工廠的基石：數據採集。有別於傳統IT觀點，本文從廠長視角出發，強調結合工業機理（製程知識），利用「數位五官」讓新舊設備開口說話。透過「以終為始」的策略規劃，避開數據孤島與品質誤區，採集真正高價值的數據，為後續的 AI 洞察與診斷奠定堅實的基礎。
生產力爆發帶來的過剩，會讓過去的「還可以啦」成為最低標準。市場需求對於出類拔萃、獨一無二的需求還是存在，但是對於那些價格高度敏感，或是只需要穩定、便宜、還可以啦的需求端來說，AI 正在迅速取代這部分的供給，中間長尾的服務提供者被 AI 替換。
一、趨勢觀察：當 AI 開始幫我們寫 Code
身為一名在軟硬整合領域長期打滾的軟硬體整合架構師，最近我密切觀察團隊與業界的一個變化：AI Coding Agent（如 Cursor, Windsurf）的興起。
這確實是一個技術紅利期。年輕工程師發現，只要把需求寫成詳細的規格 (Spec)
如黃仁勳年初的演講所言，我們正身處於Generative AI（生成式AI）至Agentic AI（代理式AI）的階段轉換，這篇文章中，我們會解析AI Agent 與其背後的 Agentic AI（代理性AI） 概念，了解其如何運作、又在各行各業掀起怎樣的變革，以及我們該如何迎接這個全新的協作時代。
在 Google 的五天 AI Agent 課程中，我從完全不懂AI代理到實際做出一個小Agent。我相信，Agent 才是未來 AI 能真正投入工作流的核心。
本文整理我在短時間內學習的技巧──允許自己不懂、避開「看懂但不會做」的陷阱，以及如何在資訊爆炸時保持前進。希望能對你有幫助！
2025/11/23
妳寫得真好！妳說的「想都是問題，做才是答案」我超級認同👍。學 AI 真的不能只用看的，再怎麼聰明的系統，也需要人自己親自動手操作才能真正理解。謝謝妳分享這麼實用的觀點，也期待妳繼續寫更多文章，帶來更多啟發！
生成式 AI 的浪潮帶動了「Agent」的興起，那些能主動搜尋、分析、決策、甚至 A2A 的自動化代理，正在被視為下一個技術世代的關鍵基礎，然而微軟近期與亞利桑那州立大學共同發表的一項研究，卻讓這個願景面臨了一個意想不到的問題。
最近看到 LangChain 發布 1.0 版本，而大量轉向以 Agent 為基底的設計模式，這篇文章想聊聊其中的觀察。
為什麼 LangChain 會從原先的 Chain-based 轉變會 Agent-based 呢？
🧩 一、舊版 Chain 模式：線性思維的極限
LangChain
覺得 n8n 流程越來越複雜？本篇教學將帶你掌握 Orchestration 核心技巧，學習如何設計一個「指揮官」流程，有效調度、整合並監控旗下的 AI 與子流程 (Agent)，讓你的自動化能力提升到新層次。
Anthropics 團隊提出在設計 AI 代理人（AI Agent）發現好工具（tool use）需定義明確且有意圖充分、context 能靈活運用，提出各項優化token方法確保 AI 代理人（AI Agent）更直覺解決真實任務。Claude 團隊探討如何為 AI Agent 設計高效工具。
