你正在協助 Bella Vista 餐廳導入 AI 訂位代理，以因應暴增的電話量。店主說：「我看到一個叫做『Thought-Action-Observation』的循環，用在 AI 代理上。這個 TAO 是什麼？為什麼我們的訂位系統需要它？」
哪一段說明最能向店主清楚解釋 Thought-Action-Observation（TAO）循環？
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
認識什麼是 AI agents、它們與傳統自動化與 AI 系統的差異，以及為什麼重要。你會透過真實案例——如客服機器人與旅遊代理——理解記憶、工具與協調等關鍵元件。
深入了解 AI agents 透過 Thought-Action-Observation（TAO）循環與 ReAct 提示等架構如何思考與行動。你會探索 agents 如何與工具、環境與彼此互動，並逐步走向更進階的多代理系統。
當前練習
學習如何以審慎與明確的方式設計與使用 AI agents。本章涵蓋必要的防護欄、實務最佳做法，以及如何評估何時適合採用代理式解決方案，協助你在真實情境中合乎倫理且有效地運用代理系統。
