進階 Agentic 選擇
「還有哪些進階 Pattern 值得認得？」
完成後你能：從 12 個概念選讀 PAR loop、agent-as-judge 等需要的主題。
📌 學習目標
- 用白話說清楚四個進階概念，以及它們各自處理哪種失敗。
- 從短選擇表挑出一個候選做法，不把所有模式一次裝上。
- 用 baseline、同一組 Eval、成本與安全結果決定是否保留複雜度。
- 對 Harness 元件做 Keep／Simplify／Remove 判斷，並保留回復方法。
進入條件
完成 Stage 7，已有一組能重跑的 Eval cases、停止條件與單一 Agent baseline。這一關不要求寫程式，也不要求購買 API。預設答案是「先不加」：先量 baseline，只有新做法在同一組 Eval 中帶來可重現改善才保留。
🧭 本站課程
按建議順序讀；勾選結果與 /learn 課程頁共用同一份瀏覽器進度。- 01事前驗屍——為什麼 AI Agent 需要在下手之前先想像自己失敗了
Pre-mortem 事前驗屍方法論在 AI Agent 系統中的應用。探索 Agent Previsor 如何通過多情境發散式路徑預判，將「早知道就不要這樣做」的後悔從執行後提前到執行前——基於象棋算步、軍事推演、和四個預判維度的完整分析。
19 分鐘 - 02三省六部 vs Loop Engineering：制度性流程強制的技術解剖
對比兩個 GitHub 三省六部系統如何用 State Machine、Permission Matrix、Review Gate、4-layer Gateway 實現流程強制，以及對我們 Loop Engineering 系統重構的啟示。
19 分鐘 - 03子代理隔離架構：AI 金融應用的可靠性教訓——從港股調研流水線數據污染事故到 Clean Context 設計模式的完整旅程
在連續分析股票A與股票B時，股票A的物業基金持股（賬面值 HK$3.68億、減值 HK$1.54億，均為教學用假設值）被異常混入股票B的報告。股票B的業務是消費品貿易與放債，根本沒有這項基金。這不是幻覺——這是上下文污染的系統性問題。
24 分鐘 - 04上下文壓縮的基建化：Headroom 如何將 Token 成本從戰術問題變為系統架構
Headroom 25.8K⭐ · Agent 基礎設施新物種——不是省錢工具，而是讓長期運行的 AI Agent 在經濟上可行的基建層。6 層壓縮流水線 + CCR 可逆設計 + 16x 學術突破驗證路線正確。
5 分鐘 - 05「不生成文字的模型」——Jev 與 System One 新品類：當 AI 只回答選擇題，Agent 架構會怎麼變？
TypeSafe AI 以 $40M seed 走出 stealth，發布 Jev——一個不生成文字、只回答類型化問題（choice / score / noul）的 System One 模型。一次 forward pass 並行回答多條問題，回傳校準概率，延遲 ~100ms，定價 $0.042/MTok。
28 分鐘 - 06200+ Skills、一個 Router：Agent 技能路由的工程學實戰
安裝了 200+ 技能後，AI Agent 反而更笨了？類別×階段矩陣路由如何將技能發現率從 35% 提升至 90%，錯誤工具使用減少 80%，讓任何任務自動匹配正確技能組合。
20 分鐘 - 07Skills Triggering 深度剖析：為什麼你的 AI Agent 有 200 個技能卻一個都用不上
242 個技能的全面審計揭露：95% 開源技能 description 只有英文，非英語觸發成功率僅 20%。三層關鍵詞策略如何將技能發現率從 35% 提升至 90%——只改了一行字。
23 分鐘
📚 必修閱讀
- 1.Anthropic — Building Effective Agents⭐⭐⭐⭐⭐先用最簡單的 workflow；只有能證明分工有價值時才增加 Agent。
- 2.Anthropic — Demystifying Evals for AI Agents⭐⭐⭐⭐⭐把失敗變成可重跑案例，再比較 Outcome、Trajectory、成本與穩定性。
- 3.OpenAI — Harness Engineering⭐⭐⭐⭐看真實 codebase 如何用清楚邊界、文件與機械 gate 幫 Agent 穩定工作；是案例，不是唯一架構。
🎯 精選資源
| 資源 | 適合誰 | 推薦度 | 為什麼推薦 |
|---|---|---|---|
論文 Reflexion（arXiv 2303.11366） | 想懂自我回饋的來源 | ⭐⭐⭐⭐ | 把失敗、回饋與下一次策略寫進可重用記錄的原始論文。 |
論文 Constitutional AI（arXiv 2212.08073） | 研究 principle-based critique | ⭐⭐⭐⭐ | Principle-based critique 與 revision 的訓練方法；不能直接等同 Eval。 |
論文 More Agents Is All You Need（arXiv 2303.17760） | 想驗證「多 Agent 一定更好」 | ⭐⭐⭐ | 特定 benchmark 實驗；不要外推精確幅度。 |
工程文章 Anthropic — Effective context engineering | Context 常爆掉的系統 | ⭐⭐⭐⭐⭐ | 官方對 context engineering 的系統性說法。 |
工程文章 Anthropic — Multi-agent research system | 要做平行研究系統 | ⭐⭐⭐⭐ | multi-agent 適合 breadth-first、可平行的研究；該系統約用一般 chat 的 15× tokens，不能套到所有任務。 |
工程文章 The Bitter Lesson（Rich Sutton） | 想懂「搜尋與規模」的長期張力 | ⭐⭐⭐⭐ | 理解為什麼手工複雜度常輸給簡單方法＋規模的歷史教訓。 |
評測 SWE-bench/SWE-bench | 先從小而能重現的 failure set | ⭐⭐⭐⭐ | 教可觀察行動，不要求公開私人 CoT；研究設定不等於每個 production loop。 |
評測 sierra-research/tau2-bench | 要工具使用與政策遵循的評測 | ⭐⭐⭐⭐ | 工具呼叫＋用戶互動的雙軌評測集。 |
中文／動手入口 datawhalechina/hello-agents | 要中文完整 Agent 教材 | ⭐⭐⭐⭐⭐ | 中文完整 Agent 教材；篇幅長，按本章概念挑章節。 |
中文／動手入口 李宏毅生成式 AI 課程 | 要中文課程與研究背景 | ⭐⭐⭐⭐⭐ | 依年份挑主題；產品介面仍查官方 docs。 |
中文／動手入口 microsoft/ai-agents-for-beginners | 要 18 課入門與多語教材 | ⭐⭐⭐⭐ | 供應商範例較多；先看概念再選 SDK。 |
🛠 動手練習（官方版）
完整練習與 starter code練習摘要取自上游教材；完整程式碼、成本與延遲估算見官方版。
- 這一關不要求寫新程式：主要練習是「決策練習」— baseline → 挑一個候選 → 同一組 Eval 比較 → Keep／Simplify／Remove。
- 四個進階概念：Evaluator–Optimizer（Agent-as-Judge）、Failure Injection（Chaos Eval）、Autonomy Gradients（Trust Layers）、Model–Harness Fit。
- Judge 也會犯錯，不能單獨決定真相；故障注入只在隔離環境做；高風險動作不由模型自行升級權限。
- 閱讀路線：先讀三份必修，再依你遇到的失敗類型挑論文與案例。
✅ 自我檢查
- 我能用白話解釋四個進階概念，並說出三個編輯／社群命名的邊界。
- 我先有單一 Agent baseline 與可重跑失敗，才從選擇表增加一個模式。
- 我會用同一組 Eval 比較品質、安全、成本與延遲，不只看一次漂亮回答。
- 我能對一個 Harness 元件做 Keep／Simplify／Remove 決定，並指出證據與回復方法。
- 我知道 Judge 也要被檢查，故障注入先在隔離環境做，高風險動作不由模型自行升級權限。
本站點改編自 awesome-agentic-ai-zh（MIT 授權，作者 Wenyu Chiou）v2026.09.23，資源連結查核日 2026-08-27。星級為學習優先順序（⭐⭐⭐⭐⭐＝不看會卡住），非人氣排名。 MIT License · 課程結構最後更新：2026-10-03。內容持續補齊中，標記「撰寫中」的課程尚未上線。