TibaMe
系統初始化失敗，請重新整理頁面
若持續無法載入頁面，請 聯絡客服

尹相志

尹相志的 Agentic AI 駕馭術 ｜ AI 操控力：駕馭工程與持續進化

NT$5,000
＃人工智慧＃生成式AI

【尹相志的 Agentic AI 駕馭術】最適合想進一步掌控 Agent 行為與工作流程的人。本堂課會說明 Harness Engineering 的觀念，包含工作規範、行為邊界、Guardrails、Human-in-the-loop、記憶與回饋機制，讓 Agent 能在使用中持續修正與進化。

NT$5,000

目前尚無任何課程公告
講師將會在這發佈與課程相關的公告或是通知課程內容更新的公告。

課程資訊

default clock課程時長 2 小時 54 分
default video課程共 7 單元 12 小節
default download4 個可下載的 學習資源
icon_info_certificate提供完訓證書

適合對象

這堂課將帶你建立一套 Harness Engineering 架構，讓多 Agent 協作提高效能，並且能被控制與追蹤，建立你的管理機制。

適合對象

01

已有 AI Agent 實作經驗，需管理更多複雜流程任務

已經具備AI Agent 經驗，想進一步處理多步驟、多角色與高風險任務流程。

02

想提升多 Agent 協作能力，以及可控性與穩定性

希望讓多個 Agent 不只是分工執行，而是能被追蹤、被檢查、在必要時被人類介入。

03

希望建立能自我進化的 AI 工作系統，越用越聰明

把錯誤、回饋與成功經驗整理成可延續的規則，讓 AI 系統隨著使用持續優化。

本堂為最進階，0 基礎學員建議先完成「尹相志的Agentic AI 駕馭術 」前兩堂系列課程

立即前往學習

你可以學到

有沒有 Harness，差在哪裡！

同樣是讓 AI 完成任務，有沒有先建立工作規則、護欄與回退機制，結果會完全不同。

學習完這堂課後，你可以……

01

設計邊界與回退策略

定義停止條件與回退機制，降低系統失控風險，讓 Agent 不會做出無法挽回的錯誤。

02

建立 AI 護欄與人類檢查點

設定 Guardrails 與 Human-in-the-loop 機制，在高風險節點保持人類掌控。

03

判斷多 Agent 的適用場景

知道何時該用多 Agent協同，理解常見的角色分工與成本，避免無效擴張浪費。

04

讓AI 自我復盤 持續進化

讓系統隨著任務累積經驗，將錯誤轉為記憶持續復盤，越用AI 越聰明。

課程介紹

課程大綱模組

模組 1：Harness Engineering 核心設計

  • 領導AI Agent 不是寫更長的 Prompt，而是建立讓 Agent 穩定工作的環境
  • Harness Engineering 的核心觀念
  • Prompt ( 提示詞 ) 工程到 Context ( 上下文 ) 工程，進化到 Harness ( 駕馭 ) 工程
  • 建立虛擬員工的領導模式
  • 學習如何管理虛擬員工們的行為邊界
  • 實作：設計一個完整的 Agent 工作包（ 從職務到行為約束 ）

模組 2：內控與事故處理

  • 建立Guardrails（ AI 護欄 ）、Human-in-the-loop（ 人類介入時機 ） 與事故處理
  • Agent 內控的目標不是限制能力，而是避免不可接受的錯誤
  • AI 學到哪些多餘的人類行為
  • Guardrails （ AI 護欄 ）的層級
  • Human-in-the-loop （ 人類介入時機 ）高風險節點的人工介入
  • 高風險的工具操作
  • 持續改進的事故處理的稽核流程
  • 實作：設計 Agent 流程內人類介入的審批流程
  • 實作：建立「 事故後學習流程 」

模組 3：多 Agent 角色分工與編排

  • 建立你的第一個 Agentic Department：多 Agent 角色分工，行動編排
  • 多 Agent 的使用時機
  • 多 Agent 帶來的 Tokens 耗用衝擊
  • Agentic Department 的常見角色分工
  • 多 Agent 的協作模式
  • 主管分派型：由 Manager Agent 統一派工
  • 流水線型：一個 Agent 的輸出成為下一個 Agent 的輸入
  • 審稿型：Worker Agent 產出，Reviewer Agent 檢查
  • 辯論型：多個 Agent 提出不同觀點，再由 Manager Agent 決策
  • 委員會型：多角色共同審查高風險成果
  • 實作：設計一個「 從研究到簡報 」的多 Agent 工作流
  • 實作：建立 Manager Agent 的派工規則

模組 4：持續自我進化機制

  • 如何將錯誤轉化為長期記憶，以免重蹈覆轍
  • AI Agent 的真正價值不是一次做對，而是每次錯誤後能變得更不容易再錯
  • 錯誤不應只被修正，而應被制度化吸收
  • 從錯誤到進化的流程
  • 錯誤應該修在哪裡
  • 避免經驗主義造成墨守成規的動能
  • 實作：如何讓智能代理能夠根據過去的錯誤經驗持續進化（ 使用 skill-evolution ）

課後你將帶走

Harness 設計核心（ 邊界 / 護欄 / 回退 ）

多 Agent 協作分工與行動編排圖

事故處理與責任
歸因流程

Agent 持續進化清單

領取你的專屬優惠

輸入優惠碼 AIAGENT26 即可享有兩堂 85 折；三堂 79 折優惠。

第一堂課：打造個人 AI 工作室
第二堂課：量化 AI 產出與管理
第三堂課：Harness Engineering 讓 AI 自我持續進化
前往查看

常見問題

Q1：我是 0 基礎學員，可以直接上嗎？

A：不建議。本堂為進階課程，建議先完成前兩堂，建立基礎能力後再來挑戰。

Q2：我只有單一 Agent 經驗，是否足夠？

A：可上，但建議先補齊第 2 堂的量化與驗收方法，學習效果會更好。

Q3：這堂課與一般自動化課程差異是什麼？

A：本堂重點是「可控與演化」，不是只把流程串起來，而是確保 AI 在替你工作時系統更穩定、可回退、能自我優化。

Q4：課程會談到風險處理與責任歸因嗎？

A：會！包含護欄設計、事故處理流程與檢查點設計，確保風險可控。

Q5：如果只學第 3 堂，是否有補充建議？

A：建議同時參考前兩堂，檢視自己是否充分理解概念，再來選購第三堂課。

Q6：購買後如果暫時沒時間看完，如何處理？

A：本課程提供永久觀看，學員可依照自己的時間安排，隨時複習與實作。此外，課程也會提供完整範本，讓你不用從零開始，省下大量摸索成本。

學習前基本能力

  • 已有 AI Agent 或相關工作流程的使用經驗，能理解基礎設定、任務拆解與 Agent 操作流程。
  • 建議先完成「尹相志的 Agentic AI 駕馭術」系列課程前兩堂，至少具備 Agent 管理、成本衡量與品質追蹤的基本認識。
  • 適合想進一步掌握 AI Agent 管理、穩定性、風險控制與持續優化的人。

學習前準備

學習前準備


  • 電腦設備：課程包含大量操作示範，建議準備雙螢幕，方便一邊觀看、一邊操作練習。
  • 建議準備 Claude Code 或 Codex 任一 AI Agent 付費帳號，方便依照影片示範完成操作。
  • 安裝 OpenClaw（課程提供安裝教學影片，協助你先完成環境設定）。

課程資訊

default clock課程時長 2 小時 54 分
default video課程共 7 單元 12 小節
default download4 個可下載的 學習資源
icon_info_certificate提供完訓證書

關於講師

responsive image

尹相志

●經歷:
現任：亞洲資採技術長/Deepbelief.ai人工智慧科學家
曾任：
華院數據(上海)首席數據科學家，數據決策(台灣)技術長
台灣微軟特約講師與2006~2017年最有價值專家(MVP)
微軟Tech ED 2002, 2004~2015講師
中國首屆人工智能大賽發起人與題目設計 (www.botchina.org)
和信電訊資深數據挖掘顧問世新大學、德明技術學院資管系講師
曾任中華民國數據挖掘協會副秘書長
曾任數博網研發總監
曾任大衍(特力集團子公司)關係營銷數據挖掘顧問

●專長:
自然語言理解、人工智能算法開發、數據挖掘、商業智慧、分析型CRM、風險管理、數據倉庫

●專案經歷:
自然語言處理
Isobar 輿情監控，學習情感標注、實體識別、話題識別
數雲電商評論非監督自動歸類
Acer宏碁競爭品牌電商評論分析

●模型設計
信用評等、保單、交叉銷售等金融、電信模型，包括元大、新光、亞太、中國信託等總計24種
數據挖掘模型，包括銀行、零售、倉儲、電信、航空等12種模型

●出版品
SQL Server相關系列著作11部
翻譯著作，J. A. Michael相關數據挖掘作品3部

學習附件

下載全部

file-icon
安裝教學影片與Skill.zip
183.62 MB
stage arrow to bottom
file-icon
資料包雲端連結(隨時更新最新版本).zip
330.00 Bytes
stage arrow to bottom
file-icon
Week3簡報.pdf
3.58 MB
stage arrow to bottom

目前尚無任何討論主題

成為第一個發問的人！在問答中找到學習的捷徑。

關於講師

responsive image

尹相志

●經歷:
現任：亞洲資採技術長/Deepbelief.ai人工智慧科學家
曾任：
華院數據(上海)首席數據科學家，數據決策(台灣)技術長
台灣微軟特約講師與2006~2017年最有價值專家(MVP)
微軟Tech ED 2002, 2004~2015講師
中國首屆人工智能大賽發起人與題目設計 (www.botchina.org)
和信電訊資深數據挖掘顧問世新大學、德明技術學院資管系講師
曾任中華民國數據挖掘協會副秘書長
曾任數博網研發總監
曾任大衍(特力集團子公司)關係營銷數據挖掘顧問

●專長:
自然語言理解、人工智能算法開發、數據挖掘、商業智慧、分析型CRM、風險管理、數據倉庫

●專案經歷:
自然語言處理
Isobar 輿情監控，學習情感標注、實體識別、話題識別
數雲電商評論非監督自動歸類
Acer宏碁競爭品牌電商評論分析

●模型設計
信用評等、保單、交叉銷售等金融、電信模型，包括元大、新光、亞太、中國信託等總計24種
數據挖掘模型，包括銀行、零售、倉儲、電信、航空等12種模型

●出版品
SQL Server相關系列著作11部
翻譯著作，J. A. Michael相關數據挖掘作品3部

立即加入成為Line官方好友
become line friend
    職場進修就業培訓企業服務最新活動
返回主選單
學習類型
影音課程
直播課程
專業學程
實體課程
課程主題
科技
人工智慧
軟體開發
雲端技術
資訊安全
數位商務
數位內容
職場
組織發展
個人成長
語文
商用外語
返回主選單

  • 瀏覽班種

  • 培訓模式

  • 說明會/專人諮詢

    • 返回主選單

  • 企業方案

  • 人才媒合/企業徵才

    • 返回主選單
    返回主選單

      • NVIDIA DLI 官方認證課程

      • 企業贊助獎學金計畫

      • 主題優惠

      • 政府補助

      • 會員免費專區

    返回主選單
    返回主選單
    返回主選單