AI 應該懂的事 — 從語言模型到親手打造你的 Agent
這是一門從零開始、給所有人的 AI 入門課。不假設你懂機器學習、不用先會微積分。我們會一路從「語言模型到底在做什麼」開始，走到「Prompt / Context 工程」、「AI 工作流與 RAG」，最後在第 11 章親手用大約 20 行程式碼，做出一個像 Claude Code 那樣、會自己讀檔改 code 的 AI Agent。
讀者設定：對 AI／ChatGPT／Claude 有興趣、想把它用進工作或產品裡的人。會一點程式更好（第 4、11 章有程式碼），但前面 1–3 章完全不需要寫程式也能懂。 每個名詞第一次出現時，都會先用 2–3 句白話講「它是什麼、解決什麼問題、為什麼重要」。
這門課會帶你認識的核心角色（先有印象就好）
| 主題 | 一句話它是什麼 | 為什麼你該懂 |
|---|---|---|
| LLM（大型語言模型） | 一個「猜下一個字」猜到出神入化的模型 | 所有 AI 應用的引擎，懂它才不會用錯 |
| Prompt 工程 | 把需求「講清楚」讓模型穩定聽懂的技巧 | 同一個模型，會不會問差很多 |
| Context 工程 | 管理「模型一次能看到多少字」這個稀缺資源 | 決定 AI 記不記得、會不會失焦 |
| Tool Use / 工具呼叫 | 讓模型能「動手」呼叫外部功能 | 從聊天機器人變成能做事的應用 |
| AI Workflow | 用固定流程把多次 AI 呼叫串起來 | 大多數穩定產品其實是工作流，不是 agent |
| RAG（檢索增強生成） | 先查你的資料，再讓模型根據資料回答 | 讓 AI 引用「你的、最新的」知識並附來源 |
| AI Agent | 能自己規劃、用工具、循環行動的 AI | 2024 年後最熱、也最容易被誤用的東西 |
| MCP | 讓 AI 接工具的「USB-C 通用接頭」 | 一次接好，到處能用 |
| Harness | 模型外面那層「執行環境」（迴圈＋權限＋沙箱） | Claude Code 之所以強，八成是 harness |
| Eval / 評估 | 怎麼知道你的 AI 到底有沒有變好 | Demo 能動與能上線的分水嶺 |
💡 現在看不懂這些名詞完全正常——每一個都會在對應章節第一次登場時詳細解釋。這張表只是先讓你知道「有這些角色」。
章節地圖
整門課分成四個階段，像蓋房子一樣由下往上：
階段一 · 基礎（1–4 章）— 模型怎麼運作、怎麼跟它溝通
| 章 | 檔案 | 主題 |
|---|---|---|
| 1 | 01-llm-foundations.md |
語言模型基礎：它到底在做什麼、為什麼會亂講 |
| 2 | 02-prompt-engineering.md |
Prompt 工程：把需求講清楚的技術 |
| 3 | 03-context-engineering.md |
Context 工程：管理模型的「工作記憶」 |
| 4 | 04-tools-multimodal.md |
工具呼叫、結構化輸出與多模態：從聊天到程式 |
階段二 · 工作流與知識（5–6 章）— 把模型接進流程、接進你的資料
| 章 | 檔案 | 主題 |
|---|---|---|
| 5 | 05-ai-workflow.md |
AI Workflow 與編排：n8n、五大設計模式 |
| 6 | 06-rag.md |
RAG：讓 AI 引用你的、最新的知識 |
階段三 · 自主代理（7–9 章）— 讓模型自己行動、用工具、協作
| 章 | 檔案 | 主題 |
|---|---|---|
| 7 | 07-ai-agent.md |
AI Agent 核心：自主迴圈、ReAct、規劃與記憶 |
| 8 | 08-mcp.md |
MCP：工具的通用協定 |
| 9 | 09-harness-multiagent.md |
Harness 與多代理：模型外那層執行環境 |
貫穿全程（第 10 章）— 評估、安全、成本
| 章 | 檔案 | 主題 |
|---|---|---|
| 10 | 10-eval-safety.md |
評估、可觀測性、安全與上線 |
動手總結（第 11 章）— 把前面全部收束成一個能跑的成品
| 章 | 檔案 | 主題 |
|---|---|---|
| 11 | 11-build-your-agent.md |
親手打造你的 Agent：20 行做出迷你 Claude Code |
這門課的幾個原則
- 先講「為什麼」再講「怎麼做」：每個技術登場，先解釋它解決什麼痛。
- 白話 + 類比優先：能用生活比喻講清楚的，就不堆術語。
- 一條主線貫穿：所有概念最後都會在第 11 章「打造你自己的 Agent」收束——你會發現前面每一章都是為了這一刻。
- 誠實面對限制：AI 會亂講（幻覺）、會被騙（提示注入）、會燒錢。這些坑我們正面講，不迴避。
怎麼讀這門課
- 完全新手：照順序 1 → 11 讀。前 3 章不用寫程式，先建立正確的心智模型最重要。
- 工程師 / 想做產品：可以快速掃 1–3 章，重點放在 4（工具）、5（工作流）、6（RAG）、7–9（agent），第 11 章一定要動手做一次。
- 只想知道「agent 到底是什麼」：直接看第 7 章 + 第 11 章，你會發現它其實只是「一個 while 迴圈」。
準備好了嗎？從 第 1 章 · 語言模型基礎 開始。