技術軌
「怎麼把 Agent 做出來、跑上線」
從第一次呼叫 LLM API，到自建 Multi-Agent 框架與評測基準。有程式碼、有架構圖、有我們自己跑過的數字。
- 可讀課程
- 123課
- 撰寫中
- 0課
- 預估時數
- 24.5小時
- 階段
- 4
讀完這階段你能：名詞聽得懂、知道能幹什麼、完成第一次操作
- 01開始之前：你只需要先認識這 20 個詞
不會寫程式也能上手 AI Agent，前提是你認得它在講什麼。這篇把入門階段真正擋住人的 20 個詞分成四組，每組給一句話定義與該先讀哪一個，並說明詞彙表該怎麼用、按什麼順序讀完第一輪。
7 分鐘 - 02AI Agent 是什麼：從 ChatGPT 到會自己做事的 AI
用 LLM、上下文、工具、循環四個零件拆解 AI Agent 的本質，對比聊天機器人與 Agent 的差別，給出日常、開發、商業三個例子與真實失敗模式，幫你判斷自己的需求該不該用 Agent。
12 分鐘需先讀 1 課 - 03Terminal 是什麼：你打開的那個視窗裡，每一樣東西的名字
安裝教學第一行永遠是「打開 Terminal」，你打開了，看到一個黑底視窗和一行字，然後不知道接下來該看哪裡。這篇不教指令清單 —— 它把你眼前的畫面逐行拆開：那個視窗是什麼、為什麼打字可以做事、提示字元在告訴你哪三件事、以及那個看不見卻一直在生效的「目前所在目錄」。
13 分鐘需先讀 1 課 - 04Terminal、Shell、CLI：三個詞的差別，與十行保命指令
多數 AI 工具安裝教學的第一行就是「打開 Terminal」，但沒人解釋 Terminal、Shell、CLI 到底差在哪。這篇把三個詞分清楚，給出十行真的夠用的指令、怎麼讀錯誤訊息，以及新手最容易付出代價的那個習慣。
11 分鐘需先讀 1 課 - 05AI 編程工具地圖：先認形態，再記名字
把 Cursor、Trae、Claude Code、Codex、OpenClaw、Hermes Agent、DeepSeek Harness、WorkBuddy、豆包工作按形態分成三類：IDE 內建、終端機 Agent、編排平台。每一類講清楚它給你什麼、拿走你多少控制權與可見度，以及實務上怎麼混用，幫你決定第一個工具選哪個。
13 分鐘需先讀 1 課 - 06我該用哪一個 AI 工具：四個問題問完就有答案
不是對比表，是一棵決策樹。四個問題依序問下去 —— 你要它產出什麼形態的東西、你願不願意碰終端機、你的資料能不能交給第三方、你打算用多久 —— 每一個分支指出對應的工具類型與本站的具體文章。
7 分鐘需先讀 1 課 - 07Cursor 是什麼：住在你編輯器裡的 AI 編程工具
用 Tab 補全、Agent 面板、Plan Mode 三個日常動作講清楚 Cursor 是什麼、它跟聊天機器人和終端機 Agent 差在哪、支援哪些平台、計費模式長什麼樣，以及哪三種人不該從 Cursor 開始。
8 分鐘需先讀 1 課 - 08安裝 Cursor：從下載到第一次 AI 輔助編輯
照著做完這篇文章，你的電腦上會有一個能用的 Cursor：帳號登入完成、開著一個真實專案、親眼看過它改一行程式碼的 diff，並裝好命令列版的 Cursor CLI。每個步驟都寫明你應該看到什麼，失敗長什麼樣子。
16 分鐘需先讀 1 課 - 09Git 與 GitHub：AI 工具一直叫你去 clone，那到底是什麼
為什麼每個 AI 編程工具的安裝說明都假設你懂 Git。這篇解釋儲存庫、commit、branch、clone 與 fork、pull request 五個詞各自是什麼、彼此怎麼串起來，以及不會寫程式的人為什麼也需要懂前三個。
9 分鐘需先讀 1 課 - 10把指令從網頁貼進終端機：為什麼常常失敗
從網頁復制一行指令貼進終端機，卻得到 syntax error 或 command not found —— 這篇解釋四個最常見的原因：智慧引號、多行指令被截斷、看不見的空白字元、以及貼進了錯誤的 shell。每個都給一個可以立刻確認的檢查方法。
8 分鐘需先讀 1 課 - 11檔案路徑：為什麼你的檔案「找不到」
絕對路徑與相對路徑的差別、macOS/Linux 與 Windows 的目錄分隔符為什麼不一樣、家目錄簡寫是什麼、含空格的名稱為什麼需要引號，以及怎麼在自己的系統上找出一個檔案到底在哪裡。五個最常見的路徑錯誤與各自的確認方法。
8 分鐘需先讀 1 課 - 12裝完沒反應：五個檢查，照順序做完再重裝
安裝完一個工具卻「沒反應」，幾乎總是五種原因之一：不在 PATH 裡、權限不夠、網絡被擋、版本不符、磁盤空間不足。這篇給每一種一個可以在一分鐘內確認的檢查方法，以及為什麼「重裝」幾乎從來不是解法。
9 分鐘需先讀 1 課 - 13怎麼讀一則錯誤訊息：解剖、堆疊追蹤與結束代碼
錯誤訊息不是給你逐字讀的，它有固定的形狀：一行結論、一段堆疊追蹤、一個檔名與行號、一個結束代碼。這篇教你由下往上讀堆疊追蹤的原因、怎麼找到真正失敗的那一行、六個真實形狀的範例，以及什麼時候該整段貼去搜尋、什麼時候該貼給 AI Agent、什麼時候兩者都不該。
19 分鐘需先讀 1 課 - 14Windows 上安裝失敗：PATH、執行原則、SmartScreen 三件事
Windows 上裝 AI 工具卡住，原因幾乎永遠是同一組：裝好了但指令找不到（PATH）、腳本被擋（PowerShell 執行原則）、安裝檔被擋（SmartScreen 或防毒軟體）。這篇教你怎麼確認程式到底裝進去沒有、它把檔案放在哪，以及每一種擋法各自的那一個確認動作。
19 分鐘需先讀 1 課 - 15macOS 上安裝失敗：Gatekeeper、隔離標記與缺少建置工具
Mac 上裝 AI 工具卡住，通常是四件事之一：下載了錯的晶片版本、Gatekeeper 說「無法驗證開發者」、下載檔被標記成來自網路、或缺少命令列建置工具。這篇按順序給你每一件的確認動作，包含「仍要打開」那個按鈕只出現一小時這種沒寫在教學裡的事。
16 分鐘需先讀 1 課 - 16AI Agent 到底看得到你電腦裡的什麼
一個 AI Agent 能讀到你的哪些文件、能不能上網、能不能刪東西、你說的話會不會被拿去訓練。這篇把「它能做什麼」拆成四個可以分别確認的問題，並說明權限模式、沙箱、工作目錄各自擋住什麼、擋不住什麼。
8 分鐘需先讀 1 課 - 17我的資料安全嗎：用 AI 的時候，到底有什麼離開了你的電腦
「安全嗎」這個問題問得太粗，所以永遠得不到有用的答案。這篇把它拆開：用雲端工具時實際離開你機器的四類東西、本地工具為什麼不一樣、「我們不用你的資料訓練」這句話承諾了什麼與沒承諾什麼，以及三條你真的能執行的規則。不含法律意見。
11 分鐘需先讀 1 課 - 18你的第一個 AI 任務：怎麼下指令它才做得對
為什麼第一個任務常常失敗，不是因為工具不行，而是因為指令裡沒有產出、沒有輸入、沒有去處。三個要素、三個真實例子（含各自的模糊版本對比），以及怎麼判斷該給它多少自由。
7 分鐘需先讀 1 課 - 19你的第一個 Agent：一個會用工具的 Hello World
不用任何框架，手寫一個真的會做事的 Agent：會查天氣、會算數學、自己循環到任務完成為止。逐步拆解 Agent 循環的六個步驟、終止條件與常見踩坑，寫完你就懂框架替你做了什麼。
29 分鐘需先讀 2 課 - 20AI 是怎麼計費的：為什麼用一個月可能差十倍
token 是什麼、為什麼長對話越來越貴、免費額度通常限制什麼、訂閱與按量計費怎麼選，以及把第一個月成本壓到接近零的五個具體做法。不列任何具體價格 —— 本站只在人工核實后寫金額。
7 分鐘需先讀 1 課 - 21設定檔、點檔案與套件管理器：那些以點開頭的檔案是什麼
為什麼每個工具都要你改一個以點開頭的檔案，YAML 與 JSON 差在哪、縮排錯了為什麼整份失效、brew 與 apt 這類套件管理器解決什麼問題，以及正則表達式在你只想知道「這一行是什麼意思」時需要懂到什麼程度。
11 分鐘需先讀 1 課 - 22五分鐘設置你的 LLM 開發環境
從零搭好能呼叫 LLM API 的開發環境：Python 安裝、虛擬環境、API Key 取得與環境變數管理，最後用一條 curl 指令驗證整條鏈路。macOS 與 Windows 雙平台完整指令，重點講解金鑰安全管理與不洩漏進 git 的做法。
15 分鐘需先讀 1 課 - 23網路是怎麼說話的：HTTP、狀態碼、標頭與那些看不見的協定
為什麼 API 說明裡全是 status code 與 header。這篇用一次真實的請求把 HTTP 的四個部件講清楚 —— 請求、回應、狀態碼、標頭 —— 再解釋 WebSocket 與輪詢的差别、CORS 為什麼擋住你、proxy 在中間做了什麼，以及 SSH 與私鑰為什麼是同一類東西。
11 分鐘需先讀 1 課 - 24API、SDK 與那些縮寫：它們各自是什麼、你什麼時候會需要
API 是一份公開的約定，SDK 是别人替你把呼叫 API 的細節包好的工具包。這篇說清楚兩者的差别、為什麼有些工具要求你有 API key 而有些不用、REST 與串流的區别，以及作為使用者你到底需不需要自己寫 API 呼叫。
8 分鐘需先讀 1 課 - 25API Key 是什麼：它同時是你的身分和你的錢包
API key 是一串讓遠端服務認得「這個請求是你發的、帳單算你的」的字串。這篇講清楚它為什麼是秘密、它該放在哪裡（環境變數或 .env，絕對不是聊天視窗）、洩漏了該怎麼處理、為什麼它通常直接連著錢，以及一個多數新手不知道的差別：登入網頁版不等於有 API key。
10 分鐘需先讀 1 課 - 26第一次呼叫 LLM API：Token、計費與常見錯誤
用 Python 的 openai SDK 發出第一個 LLM 請求：搞懂 system、user、assistant 三種訊息角色的分工，temperature、max_tokens 與串流輸出的取捨，以及 token 計費概念與用量估算方法，最後整理新手必遇錯誤的排查步驟。
21 分鐘需先讀 1 課 - 27按下 Enter 之後：從 0.03 秒到 0.85 秒，你的問題經歷了什麼
用一次真實的 API 呼叫拆解一個提問的完整鏈路：建立連線 35 毫秒、切詞微秒級、模型讀完整段問題 474 毫秒、逐字生成 380 毫秒——總計 854 毫秒。附完整可重現的量測方法，以及一個反直覺的結論：96% 的時間不在網絡，而在模型裡面。
13 分鐘需先讀 1 課 - 28Trae 是什麼：字節跳動的 AI IDE，以及那個同名的開源 Agent
講清楚 Trae 的三個容易混淆的東西：字節跳動的 AI IDE（IDE 模式與 SOLO 模式）、辦公助手 TraeWork、以及 GitHub 上開源的 trae-agent 命令行框架。附平台支援、計費模式與挑選建議。
9 分鐘需先讀 1 課 - 29安裝 Trae：IDE 模式與 SOLO 模式都跑過一次
字節跳動的 AI IDE Trae（TraeCode）從下載、初始設定、登入、開專案，到 IDE 模式與 SOLO 模式各跑一個任務，並設好權限模式。每個步驟都寫明你應該看到什麼畫面，以及官方文件列出的真實錯誤與修法。
15 分鐘需先讀 1 課 - 30Claude Code 是什麼：終端機 Agent 的參考樣板
用一次真實會話的流程講清楚 Claude Code 是什麼：住在終端機裡的編程 Agent，自己讀檔、改檔、跑指令、迭代到任務完成。附安裝方式、CLAUDE.md 記憶機制、終端機之外的形態、計費模式，以及哪三種人不該從它開始。
9 分鐘需先讀 1 課 - 31安裝 Claude Code：終端機 Agent 的上手路線
Anthropic 官方的終端機編程 Agent Claude Code，從系統需求、四種安裝方式（原生安裝腳本、Homebrew、WinGet、npm）、驗證指令、瀏覽器登入，到權限模式與第一個改動。每個步驟都寫明你應該看到的輸出，以及官方文件列出的真實錯誤訊息。
19 分鐘需先讀 1 課 - 32Transformer 架構理解 — Attention Is All You Need
深入理解 Transformer 的核心組件：Self-Attention、Multi-Head Attention、Positional Encoding，以及它們如何取代 RNN 成為現代 LLM 的基礎架構。
7 分鐘需先讀 1 課 - 33Prompt Engineering 系統化方法論：從 Few-shot 到 ReAct
Prompt Engineering 的完整方法論：Few-shot、Chain-of-Thought、Tree-of-Thought、ReAct、Self-Consistency 等技術的原理與實戰。
6 分鐘需先讀 1 課
換一條軌道
三軌共用同一批文章，所以你在這條軌讀過的進度不會白費 —— 切過去只會看到不同的排列順序與補充課程。
AI 能幫我這行省多少時間、怎麼落地
AI 怎麼用在投研、盡調與估值，而且不會騙我
課程結構最後更新：2026-11-08。內容持續補齊中，標記「撰寫中」的課程尚未上線。