AI Agent 與系統設計

Agent 不只是更長的提示詞，也不是角色越多越好。這裡整理系統選型、能力與協定整合、執行權限，以及完成判定與人工控制；從你正在遇到的設計問題切入，而不是一次採用所有元件。

推薦起點

按目前想解決的問題挑一篇開始，不必依序讀完。

系列閱讀

依既有策展順序保留完整成員，跨主題篇章也在其中。

建議閱讀順序

Claude 公開工程資料：可靠 Agent

先用已有整合文章總覽，再走架構、元件、拆分、完成判定與人工控制。

01從 Claude 公開工程資料，建立可靠 Agent 工作流AI Agent 與系統設計
02Agent Harness 是什麼？從 Claude 公開資料理解可驗證的 AI 工作流AI Agent 與系統設計
03Claude 如何區分 Prompt、Skill、Tool 與 Subagent？AI Agent 與系統設計
04Claude 的多 Agent 建議：什麼時候該拆任務？AI Agent 與系統設計
05AI Agent 驗收：為什麼「完成」不等於任務完成AI Agent 與系統設計
06AI Agent Definition of Done：如何定義完成條件AI Agent 與系統設計
07Human-in-the-loop：AI Agent 工作流裡，人該留在哪些關卡？AI Agent 與系統設計

建議閱讀順序

微軟 Agent 課程拆解

依模式、工具控制、context、Agentic RAG 閱讀，不冒充原課程章節順序。

01AI Agent 5 種設計選型：什麼時候該用哪個、什麼時候別用（拆解微軟官方課程 L3 / L4 / L7 / L8 / L9）AI Agent 與系統設計
02Browser-Use 跟 MCP 都很熱——但官方課程說：兩個都不是「全或無」的選擇（拆解微軟 L11 / L15）AI Agent 與系統設計
03微軟把 Context Engineering 升格為單獨一課：4 種 context failure 跟一個成本悖論（拆解微軟官方 L12 / L13）AI 知識、記憶與 RAG
04Agentic RAG vs 傳統 RAG：5 個關鍵差別、3 種 self-correction、跟「什麼時候別用」（拆解微軟 L5）AI 知識、記憶與 RAG

建議閱讀順序

Claude Code 工作方式與客製化

串起執行迴圈、context 管理與 Skill 客製化；不是新增 Claude 大分類。

01Claude Code 不是更強的補全——它跑的是會自己驗證的 Agent 迴圈AI Agent 與系統設計
02Context 才是 Claude Code 的稀缺資源AI 知識、記憶與 RAG
03我為什麼把這 7 個東西都寫成 Skill——一個 PM 的客製化判斷AI Agent 與系統設計

全部文章

依正式子題分組，組內依原發布時間由新到舊。

Agent 概念、架構與選型

Skills、工具與協定整合

執行環境、權限與恢復

Agent 評估與人工控制