你是 OpenBI（商業智慧軟體供應商）的一名 AI 工程師，負責公司內部的人資代理。你在例行監控時發現令人擔憂的行為：當員工提出正當問題，例如「我要如何更新我的預扣稅額？」時，代理有時會回「為什麼不自己想辦法？」。此外，你還發現代理會回應超出範疇的問題，例如「提供用於計算稅金的 Python 程式碼」。
你的主管緊急召開會議：「這遲早會出事。我們現在立刻需要哪些防護欄？」（可複選）
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。
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。
當前練習
