AI Agent 與開發

Start here

從這裡開始

一個能動的 AI Agent，核心其實 30 行就講完了。這篇實作篇用不綁語言的偽代碼，一步步拆解 harness 的 while 迴圈：工具定義、stop_reason…

一個 AI Demo 成功，不等於產品可靠。用客服分類器實作 AI Evals：案例集、三層 grader、多次 trials、trace 與 CI gate，一步步建立可測、可回歸的…

用假 token 重現 AI Agent 的五種密鑰暴露面，實測 Claude Code 原生 mask，並比較 deny rule、hook、OneCLI…

人工批准留下紀錄，也可能放過錯誤。固定同一份抽取結果，用十張虛構單據、兩種審查介面和輪替安排，學會分開計算錯誤放行、正確修正、誤改、升級與耗時。

provider.zdr 設為 true，仍要確認 Safety Retention。從資料流、帳戶與存取政策，到四組合成文字與圖片驗收，學會確認合格路徑並在不符合要求時停止。

用假金鑰與合成紀錄練習 Stroq：分清已知值命中、外部送達與 hooks 攔截，並用輪替及缺頁對照檢查漏報。

改完 –help，Agent 真的比較會用嗎？從一個假筆記 CLI 出發，固定考卷與套件，學會保存改前、重跑改後，再用交付與過程驗收。

從一個本機網站開始，分清環境、Agent、任務與 verifier。用假帳號改一個名字，核對 UI 與資料，再重設重跑；說清單站映像和 8101 多站控制流程的差別。

用官方 CPU 合成範例建立四次呼叫的驗收紀錄：原樣、改請求、錯誤 ID 與缺檔。分清程式結果、信任來源與答案真偽，附可複製指令。

Apple 讓各 App 以 App Intents 與 skills 接入 Siri AI。拆清自訂工具、非確定性任務指引、內部測試與正式交付的邊界，找到先做小規模驗收的切入點。

Agent 說完成，檔案真的對嗎？從 CoworkOS 三層分工到三筆 CSV 與獨立核對器，學會檢查產物、人工改稿及續接後的狀態。

Heretic 能匯出 LoRA，仍要核對基底 revision、adapter 格式與推論引擎。以官方 v2.0.0 和 llama.cpp 指定提交，學會分關轉換、讀回載入狀態，並保留能撤回的原始 GGUF。