# 用語小辭典（Glossary） > **繁體中文** | [简体中文](./glossary.zh-Hans.md) | [English](./glossary.en.md) 看到陌生英文時，不用停下整章。先在這裡找到一句白話解釋，再回原本的 Stage 繼續做。 ## ⚡ 先從 12 個詞開始 - [**Prompt（提示詞）**](#prompt提示詞) — 你交給模型的完整任務包，包含要做什麼、資料、例子與限制。 - [**Token**](#token) — 模型切文字時使用的小單位；計費與可讀長度常用它計算。 - [**Context Window（上下文視窗）**](#context-window上下文視窗) — 模型這一次最多能一起參考的資訊空間。 - [**Agent**](#agent代理人) — 能為了人的目標，自己判斷下一步並採取行動；只在規則與權限內自動做事的 AI 系統。 - [**Tool Use（工具使用）**](#tool-use--function-calling) — 模型提出工具請求，程式檢查後才真正執行。 - [**Agent Loop**](#agent-loop) — Agent 重複「決定、行動、觀察」直到完成或停止的執行迴圈。 - [**RAG**（Retrieval-Augmented Generation）](#ragretrieval-augmented-generation) — 先找資料，再把證據交給模型回答。 - [**Memory（記憶）**](#memory記憶-兩種正交分類軸) — 把之後還要用的資訊保存起來，再於需要時讀回。 - [**MCP**（Model Context Protocol）](#mcpmodel-context-protocol) — 讓 AI 應用用共同方式連接工具與資料的開放協定。 - [**Eval（評估）**](#eval評估) — 用固定題目和成功條件檢查改動有沒有真的變好。 - [**Agent Harness（執行工作台）**](#agent-harness執行工作台) — 包住模型並管理工具、權限、狀態、記錄與停止規則的系統。 - [**Workflow Graph（工作流程圖）**](#workflow-graph工作流程圖) — 用節點和連線把工作步驟、分支與狀態畫清楚。 ## 🧭 先分清五種工具身分 同一個畫面可能同時出現模型、Router 與 Agent。先問「它負責哪一件事」，就不會把產品名稱混在一起。
身分白話工作例子與邊界
Model Provider／API（Application Programming Interface）模型公司的服務入口。Anthropic API；它回傳模型結果，不是會改檔的 Agent。
LLM（Large Language Model） RouterLLM 是讀寫語言的模型；Router 用一個入口轉接供應商。OpenRouter；它不是模型，也不是 coding agent。
Model Runtime把模型在本機或服務上跑起來。Ollama；它提供模型 API，本身不會自動改專案。
Coding Agent／Harness讀檔、改檔、跑命令並回報結果。OpenCode、Pi；裡面的模型可以更換。
Agent Framework讓開發者組合 Agent、工具、狀態與流程。Microsoft Agent Framework；它是工具箱，不等於一個模型。
維護者：專案固定用詞對照（37 個） 這張表用來維持跨 Stage 命名一致。一般讀者不用先背。
類型英文術語中文理解名主要 Stage
輸入與資訊Prompt EngineeringPrompt 設計Stage 2
Context Engineering上下文管理Stage 6／7
Agent 執行Agent Production EngineeringAgent 可用化工程Stage 7
Harness EngineeringAgent 執行系統設計Stage 7
Loop EngineeringAgent 迴圈設計Stage 7
Graph EngineeringWorkflow Graph 工程Stage 4／7
Tool Use工具使用Stage 3
Function Calling函式／工具呼叫Stage 3
Tool Schema工具綱要／工具說明卡Stage 3
Tool Call工具請求Stage 3
Tool Result工具結果Stage 3
Structured Output結構化輸出Stage 3
Agent LoopAgent 執行迴圈Stage 3
Framework框架／工具箱Stage 4
Orchestration協調與編排Stage 4／7
Handoff任務交接Stage 7
Supervisor／Worker協調者／執行者Stage 7
Runtime執行層Stage 7
Scaffolding支撐架構Stage 7
品質與上線Observability觀測與紀錄Stage 7
Telemetry運行紀錄Stage 7
Eval效果評估Stage 7
Evaluation Harness評估框架Stage 7
Production可穩定使用／上線化Stage 7
Production-grade可長期穩定使用的Stage 7
Deployment部署Stage 7
Cost Tracking成本追蹤Stage 7
Latency延遲／等待時間Stage 7
檢索與模型Vector DB向量資料庫Stage 6
Retrieval檢索Stage 6
Reranking重排序Stage 6
Long Context長上下文Stage 6
Fine-tuning模型微調Stage 6
操作介面Agent InterfacesAgent 操作介面Stage 8
Code Sandbox隔離程式執行環境Stage 8
Cold Start啟動延遲Stage 8
Reward Hacking鑽評分漏洞Stage 7／8
## 📚 依主題查詞 下面不是新的閱讀順序。直接跳到你剛看到的詞即可。 ## 1. 基本概念 ### LLM（Large Language Model，大語言模型） **LLM** 是會依照輸入與已學到的模式產生內容的模型。它可以提出工具請求，但真正讀檔、連網或寄信的，是外面的程式。 📍 詳細：[Stage 1](../stages/01-llm-basics.md) ### Model Provider / Provider API（模型供應商／模型 API） **Model Provider／Provider API** 是模型公司的服務入口。你的程式送出訊息，供應商回傳結果並依方案計費；它不是 coding agent。 ### LLM Router / API Router（模型路由器） **LLM Router／API Router** 像總機：同一個 API 可以依設定轉到不同模型或後端。Router 幫你選路，不會自己變成模型或 Agent。 ### Model Runtime（模型執行環境） **Model Runtime** 是把模型載入並提供推論 API 的執行環境。Ollama、llama.cpp 與 [MLX LM](https://github.com/ml-explore/mlx-lm) 屬於這一類；若要讓它讀檔或跑命令，還要接上 Agent 或應用程式。MLX 本身是 array framework；這裡指的是用 MLX 跑 LLM 的 MLX LM。 ### Token **Token** 是模型切分文字或其他輸入時使用的小單位。每個 tokenizer 的切法不同，所以不要用固定的「一個字等於幾個 token」公式；要估算時使用所選模型的計數工具。 📍 詳細：[Stage 1](../stages/01-llm-basics.md) ### Context Window（上下文視窗） **Context Window** 是模型這一次能一起參考的 token 空間。空間大不代表每段資料都會被同樣注意；先放任務真正需要的內容，再到 [Stage 1](../stages/01-llm-basics.md) 查目前型號的正式上限。 ### Prompt（提示詞） **Prompt** 是交給模型的完整任務包，不只是一句問題。它可以包含指令、輸入資料、背景、範例、成功條件與輸出格式；**Prompt Engineering** 是設計並用 Eval 測試這份任務包。 📍 詳細：[Stage 2](../stages/02-prompt-engineering.md) ### Zero-shot / One-shot / Few-shot 這三個詞只是在數 Prompt 裡有幾個示範： - **Zero-shot**：不給示範，直接交代任務。 - **One-shot**：先給一個輸入與答案的例子。 - **Few-shot**：先給少量例子，展示格式或邊界。 例子多不一定更好；用同一組 Eval 比較才知道。 ### Chain-of-Thought（CoT，思維鏈） **Chain-of-Thought（CoT）** 是讓模型經過中間推理步驟再回答的 prompting 研究方法。早期研究包含 [Few-shot CoT](https://arxiv.org/abs/2201.11903) 與 [Zero-shot CoT](https://arxiv.org/abs/2205.11916)。實作時通常要求簡短、可核對的理由與證據，不要求公開模型的私人推理全文。 ## 模型訓練與調整 ### Pre-training（預訓練） **Pre-training** 是用大量資料讓模型先學會一般模式。它會改變模型權重，產生之後還能繼續調整的 Base Model。 ### Post-training（後訓練） **Post-training** 是 Base Model 完成後的訓練階段。它用示範、偏好或回饋，讓模型更會照指令、安全地完成任務。 ### Inference（推論） **Inference** 是模型訓練完成後，收到這一次輸入並產生這一次結果。它是在使用模型，不是在重新訓練模型。 ### Fine-tuning（模型微調） **Fine-tuning** 用較小、較專門的資料繼續調整模型權重。它適合反覆出現的行為或格式；每天變動的事實通常改用 RAG 或工具讀取。 ### SFT（Supervised Fine-Tuning） **SFT** 把好輸入與好答案交給模型模仿。它是常見的 Post-training 方法，會調整模型權重。 ### DPO（Direct Preference Optimization） **DPO** 讓模型從「較好答案」與「較差答案」的配對中學習偏好。它需要可信的偏好資料，也會調整權重。 ### RLHF / RL **RLHF**（Reinforcement Learning from Human Feedback）／RL（Reinforcement Learning） 用人類或規則的回饋來訓練模型。回饋設計錯誤時，模型也可能學會鑽評分漏洞，所以仍要做獨立 Eval。 ### GRPO **GRPO**（Group Relative Policy Optimization） 讓同一題的多個答案互相比較，再依相對表現更新模型。它是 Post-training 方法之一，不是每個專案都必須使用。 ### PEFT / LoRA **PEFT**（Parameter-Efficient Fine-Tuning） 是只訓練較少參數的一組方法；**LoRA**（Low-Rank Adaptation） 會凍結原本權重，再訓練新增的低秩矩陣。它們能減少需要更新的參數，但仍需要資料與 Eval。 ### Distillation（蒸餾） **Distillation** 讓較小的 Student Model 學習較大的 Teacher Model。目標常是縮小模型或降低推論成本，但效果要用自己的任務測試。 📍 選修導覽：[模型訓練與調整指南](model-training-guide.md) ## 2. Agent / 工具使用 ### Agent（代理人） **Agent** 是能為了人的目標，自己判斷下一步並採取行動的 AI 系統。人給它目標後，它會讀目前狀態、決定下一步，必要時使用工具，再依結果繼續、修正、停止，或把控制權交還給人。它可以自動替人完成工作，但只能在明確規則與權限內行動。 只回答一次的聊天機器人，或每一步都由程式預先寫死的固定腳本，不一定是 Agent。關鍵在於 AI 是否會在執行過程中，依狀態決定如何達成目標。這個界線參考 [OpenAI 的 Agent 指南](https://openai.com/business/guides-and-resources/a-practical-guide-to-building-ai-agents/)與 [Anthropic 的 Agents 說明](https://www.anthropic.com/engineering/building-effective-agents)。 ### Tool Use / Function Calling **Tool Use／Function Calling** 是模型提出結構化工具請求的機制。模型只是在說「想呼叫什麼」；你的程式仍要檢查工具名稱、參數與權限後才執行。 📍 詳細：[Stage 3](../stages/03-tool-use-and-hello-agent.md) ### Tool Schema（工具綱要） **Tool Schema** 是工具說明卡，列出名稱、用途、輸入欄位、型別與必填條件。Schema 可以限制格式，但不能保證模型給的內容安全或真實。 ### Tool Call（工具請求） **Tool Call** 是模型送出的工具名稱與參數。它是不可信輸入；程式要先驗證，再決定執行、拒絕或請人核准。 ### Tool Result（工具結果） **Tool Result** 是程式執行工具後交回模型的結果。成功、失敗與原本的 call ID 要對得上，模型才知道下一步該做什麼。 ### ReAct（Reasoning + Acting） **ReAct** 把可觀察的 Action 與 Observation 交替放進任務流程，讓模型依新結果決定下一步。它源自 [ReAct paper](https://arxiv.org/abs/2210.03629)；實作仍要有最大步數、工具權限與停止條件。 ### Structured Output（結構化輸出） **Structured Output** 要求輸出符合 JSON Schema 或型別。它能讓程式穩定解析格式，但格式正確不等於內容正確，仍要驗證數值、來源與業務規則。 ### Agent Loop **Agent Loop** 是一次執行裡真正重複的流程：模型決定動作，程式執行，模型讀回結果，再決定下一步。迴圈必須能在完成、錯誤、超時、超預算或達到步數上限時停下來。 ### Workflow Graph（工作流程圖） **Workflow Graph** 用 node、edge、branch 與 state 明確排出工作路線。一個 node 可以放 Agent Loop、一般程式、工具或人工核准；它不是每個 Agent 都必須使用的形狀。 📍 詳細：[Stage 4](../stages/04-agent-frameworks.md) ### Self-Refine（基本版反思 / 無記憶） **Self-Refine** 讓模型先產生答案，再依回饋修一次或多次。原始方法見 [Self-Refine paper](https://arxiv.org/abs/2303.17651)；若沒有外部檢查與停止條件，重寫很多次仍可能一直錯。 ## 3. Memory / Retrieval / RAG ### Memory（記憶）— 兩種正交分類軸 **Memory** 是把之後還要用的資訊寫入某個儲存層，再於需要時讀回。可以按保存時間分成短期／長期，也可以按內容分成 episodic、semantic、procedural；這是兩條不同分類軸。 ### RAG（Retrieval-Augmented Generation） **RAG** 是「先檢索證據，再讓模型根據證據回答」。原始方法見 [RAG paper](https://arxiv.org/abs/2005.11401)。它不會自動保證正確；還要測資料品質、檢索命中、引用與回答忠實度。 📍 詳細：[Stage 6](../stages/06-memory-rag.md) ### Reflexion（完整版反思 / 帶 episodic memory） **Reflexion** 會把先前嘗試、回饋與反思保存為 episodic memory，讓之後的嘗試參考。它比單次 Self-Refine 多了跨嘗試的記憶；原始方法見 [Reflexion paper](https://arxiv.org/abs/2303.11366)。 ### Embedding（嵌入） **Embedding** 把文字、圖片或其他資料轉成向量，讓系統能比較相似度。Dense 與 sparse 表示擅長的訊號不同；要用自己的查詢集測試，而不是只看維度大小。 ### Vector DB（向量資料庫） **Vector DB** 保存向量、metadata 與索引，並找出相近項目。它是檢索層，不是 RAG 的全部；切塊、查詢、Reranking 與回答仍是其他步驟。 ### Semantic Search（語意搜尋） **Semantic Search** 依意思相近程度找資料，不只比對相同字。它適合同義問法，但專有名詞、編號與精確字串常要搭配關鍵字搜尋。 ### Chunking（切塊） **Chunking** 把長文件切成可檢索的小段。切法要跟文件結構與使用問題一起測；不存在適合所有資料的固定大小。 ### Hybrid Search（混合搜尋） **Hybrid Search** 同時使用語意向量與關鍵字訊號，再把結果合併。它常用來兼顧「意思相近」與「名稱必須完全命中」。 ### Reranking（重新排序） **Reranking** 讓第二個模型或規則重新檢查初步候選，把較符合問題的內容排到前面。它可能提升品質，也會增加等待時間與成本。 ### Contextual Retrieval **Contextual Retrieval** 先替每個 chunk 補上它在原文件裡的簡短背景，再建立搜尋索引。Anthropic 的[方法說明](https://www.anthropic.com/engineering/contextual-retrieval)把 contextual embeddings 與 contextual BM25 一起評估；效果仍要用自己的資料測。 ## 4. Multi-Agent ### Multi-Agent（多 agent） **Multi-Agent** 是讓兩個以上 Agent 分工或互相交接。只有當角色、工具、權限或 context 真的需要分開時才值得使用；人數變多不代表答案一定更好。 ### Handoff **Handoff** 是把任務與必要 context 從一個 Agent 交給另一個 Agent。好的交接要說清楚目標、已完成事項、證據、剩餘工作與停止條件。 ### A2A（Agent-to-Agent）Protocol **A2A** 是讓彼此獨立、內部可能不透明的 Agent 發現能力、交換訊息與管理協作任務的開放協定。它處理 Agent 對 Agent 的互通；目前規格與版本看[官方 latest specification](https://a2a-protocol.org/latest/specification/)，不要把版本號寫死在教學裡。 ## 5. Claude Code 生態 ### MCP（Model Context Protocol） **MCP** 是 AI 應用連接外部資料與能力的開放協定。Server 可提供 **Prompts**、**Resources** 與 **Tools**；Host／Client 決定如何呈現、授權與傳遞。完整欄位、transport 與安全規則以[現行規格](https://modelcontextprotocol.io/specification)為準。 📍 詳細：[Stage 5.2](../stages/05-claude-code-ecosystem.md#52--mcpmodel-context-protocol-基礎) ### Project Instructions（專案規則） **Project Instructions** 是工具在專案中讀取的共同守則，適合放用途、禁止事項、驗證指令與交付格式。各工具的檔名和載入順序不同，不能假設一份設定在所有 CLI 都完全相同。 📍 入門：[Track A A2](../tracks/cli/A2-cli-workflow.md) ### Skills / SKILL.md **Skill** 是需要時才載入的操作卡。依 [Agent Skills 規格](https://agentskills.io/specification)，一個 Skill 至少是一個含 `SKILL.md` 的目錄，也能附 scripts、references 與 assets；安裝第三方 Skill 前仍要讀內容與權限。 ### One-off Prompt（單次提示） **One-off Prompt** 是只服務眼前任務的一次性交代。每次都要遵守的規則放 Project Instructions；重複使用的流程才整理成 Skill。 ### Plugin / Marketplace **Plugin** 是把 Skills、commands、hooks 或 MCP 設定等元件包在一起的發布單位；**Marketplace** 是找到與安裝這些套件的目錄。這是產品層功能，不是所有 Agent 的通用必要零件。 ### Slash Command **Slash Command** 是以 `/` 開頭、由應用程式提供的指令。它可能開啟功能、設定或可重用流程；實際名稱和行為要看該工具的目前文件。 ### CLAUDE.md **CLAUDE.md** 是 Claude Code 可讀取的專案指示檔之一，用來告訴 Agent 這個專案怎麼工作。它是給模型遵循的 context，不是能強制阻擋危險操作的安全邊界。 ### Hooks **Hooks** 會在指定事件發生時執行固定檢查或動作。它適合 lint、記錄、通知或攔截高風險操作；事件與設定格式會更新，所以直接看 [Claude Code Hooks reference](https://code.claude.com/docs/en/hooks)，不要背固定數量。 ### Deep Agent（深度 agent） **Deep Agent** 不是跨供應商的單一正式標準。LangChain 的 [deepagents](https://github.com/langchain-ai/deepagents)用這個名稱描述一套含規劃、檔案、子 Agent 與 context 管理的 agent harness；看見這個詞時要先確認作者採用哪個定義。 ### Subagent（子 agent） **Subagent** 是主 Agent 委派出去的隔離工作者，通常有自己的 context，完成後把結果交回。Claude Code 的現行設定、繼承與權限邊界見[官方文件](https://code.claude.com/docs/en/sub-agents)；Subagent 不是自動正確，也要有明確任務與驗證。 📍 教學：[Stage 5.5](../stages/05-claude-code-ecosystem.md#55--subagentsclaude-code-原生-multi-agent-機制-2025-新功能) · [可複製 recipes](./subagent-cookbook.md) · [進階組合](./subagent-advanced.md) ## 6. Production / Eval / Cost ### CI（Continuous Integration，持續整合） **CI** 在 push 或 PR 時自動跑固定檢查，例如測試、lint 與安全掃描。CI 通過只代表已設定的檢查通過，不代表可以跳過 review 或直接部署。 ### Eval（評估） **Eval** 用固定輸入、成功條件與記錄方式比較 Prompt、模型或 Agent。先從少量代表題開始；改動前後跑同一組，才知道品質、成本與延遲怎麼變。 📍 入門：[Stage 2](../stages/02-prompt-engineering.md)；Agent 系統：[Stage 7](../stages/07-multi-agent-production.md) ### Case／Task（案例／任務） **Case／Task** 是 Eval 考卷上的一題：固定輸入、測試環境與成功條件。沒有清楚的 case，就不知道兩次執行是不是在考同一件事。 ### Suite（測試組） **Suite** 是一起執行和版本化的一組 cases。報告要記 suite 的版本，否則「這次 90 分」不能和換過題目的上次直接比較。 ### Golden Set／Reference Set（黃金集／參考集） **Golden Set／Reference Set** 是人先審查過、能代表真實工作的案例與預期標準。Golden Set 是常見實務叫法，不是跨供應商的正式規格；它用來檢查系統，不等於訓練資料或 Few-shot 範例。 ### Reference Solution／Criteria（參考答案／標準） **Reference Solution／Criteria** 說明怎樣才算成功。Agent 任務常有不只一種好答案，所以可以寫必要證據、允許範圍、禁止行為與 rubric，不一定只放一段標準文字。 ### Trial（試跑） **Trial** 是同一個 case 的一次完整執行。模型輸出可能改變，所以高風險或不穩定案例要跑多次，不能用一次結果假裝成固定能力。 ### Grader（評分器） **Grader** 按規則判定 trial。能用程式精確檢查的先用 deterministic grader；模糊品質可加模型或人工評分，但要留下 rubric、版本與原始證據。 ### Baseline（基線） **Baseline** 是修改前的比較起點。它必須使用同一版 cases、環境、trial 次數與門檻，否則前後分數不能公平比較。 ### Regression（回歸） **Regression** 是新版本相對 baseline 出現超過門檻的退步，可能發生在品質、成本、安全或可靠性。先看多次 trials 與失敗案例，再決定是否阻擋發布。 ### Holdout Set（保留測試集） **Holdout Set** 是平常不拿來反覆調整的凍結案例。開發時用 development／reference cases；準備發布或做最後驗證時才打開 holdout，避免把系統調成只會回答已看過的考題。 ### Observability **Observability** 把 Agent 的步驟、工具、狀態、時間、usage 與結果留下可查記錄。它像行車紀錄器；記錄時仍要遮住 secret、私人資料與不必要的 Prompt 內容。 ### Prompt Caching **Prompt Caching** 重用已寫入快取、內容完全相同的 Prompt 前綴，減少重複處理；相似但不同的內容不算命中。最低長度、保存時間與價格依供應商而變，實作前查看[現行快取說明](https://platform.claude.com/docs/en/build-with-claude/prompt-caching)並記錄實際 usage。 ### Streaming（串流輸出） **Streaming** 是模型產生一小段就先傳一小段，不必等完整答案。介面會更快有反應，但客戶端要能處理部分內容、取消、錯誤與尚未完成的 tool call。 ### Batch API（批次 API） **Batch API** 把不急著立刻回覆的多筆請求一起送出。它適合離線分類、摘要或 Eval；完成時間、限制與折扣以當前供應商文件為準。 ### Token Cost / Inference Cost **Token Cost／Inference Cost** 是模型推論花費。最小公式是輸入用量乘輸入單價，加輸出用量乘輸出單價；Agent 還要把每一輪、工具服務與運算成本一起算入。 ### Guardrails **Guardrails** 是限制輸入、輸出與動作的規則層，例如 schema 驗證、allowlist、權限與人工核准。它們能降低風險，但不能代替最小權限、隔離與測試。 ### Prompt Injection（提示注入） **Prompt Injection** 是把惡意指令藏在網頁、文件或工具結果裡，誘導 Agent 偏離原任務。把外部內容視為不可信資料，高風險動作用最小權限與人審。 ### Lethal Trifecta（致命三角） **Lethal Trifecta** 指 Agent 同時能讀私密資料、接觸不可信內容、又能對外通訊時，Prompt Injection 可能把資料帶出去。概念由 [Simon Willison](https://simonwillison.net/2025/Jun/16/the-lethal-trifecta/)整理；防護重點是切斷至少一條危險路徑。 ## 7. 用詞 / Buzzword ### CLI Agent **CLI Agent** 是在終端機裡讀檔、改檔與執行命令的 Agent／Harness。Claude Code、Codex、OpenCode、Pi、Aider 與 Gemini CLI 都屬這一類；它是工作台，不是裡面的 LLM。 ### BYO API Key（Bring Your Own） **BYO API Key** 表示工具讓你帶自己的模型供應商金鑰。它可能方便切換供應商，但金鑰的計費、權限、保存與撤銷仍由你管理。 ### Local LLM / On-Device **Local LLM／On-Device** 表示模型在你的裝置或自管機器上執行。只有模型、工具、資料與記錄都沒有另傳雲端時，才能說這次流程完全留在本機。 ### Quantization（量化） **Quantization** 用較低精度表示模型權重，通常能減少記憶體與運算需求。速度、大小與品質的變化依模型、格式與硬體而不同，要實測。 ### Hallucination（幻覺） **Hallucination** 是模型產生看似合理但沒有可靠根據的內容。引用、RAG、工具與 Structured Output 都只能幫忙；重要事實仍要查來源或用 Eval 驗證。 ### Frontier Model **Frontier Model** 是某個時間點能力位於前沿的模型類別，不是一個永久名單。型號、價格、Context 與可用狀態變動很快；目前資料統一看 [Stage 1 的官方來源表](../stages/01-llm-basics.md)。 ### Context Engineering **Context Engineering** 是決定每次模型呼叫前「要放進哪些資訊、以什麼順序放、何時刪除或壓縮」的系統工作。它和 Prompt Engineering 互相配合，不是新名詞淘汰舊名詞；可讀 [Anthropic 的實務說明](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)。 ### Agent Production Engineering **Agent Production Engineering** 是本學習地圖對「讓 Agent 可以長期、安全、可觀察地運作」的上位名稱。它把 Harness、Loop、Workflow Graph、Eval、Guardrails、成本、復原與人工核准放在同一章討論。 學習順序是 [Stage 3 的 Agent Loop](../stages/03-tool-use-and-hello-agent.md) → [Stage 4 的 Workflow Graph／Agent Framework](../stages/04-agent-frameworks.md) → [Stage 7 的 Agent Production Engineering](../stages/07-multi-agent-production.md)。Prompt、Context、Harness、Loop、Graph 會一起工作；它們不是五層，也不是互相取代的產品世代。 📍 完整章節：[Stage 7](../stages/07-multi-agent-production.md) ### Agent Harness（執行工作台） **Agent Harness** 是包在模型外面的執行系統。它連接工具與 context，管理權限、狀態、記錄、錯誤與停止規則；同一個 Harness 可以包含 Agent Loop，也能成為 Workflow Graph 的一個 node。 ### Harness Engineering **Harness Engineering** 是設計與改進 Agent Harness 的工程工作。OpenAI 的[案例](https://openai.com/index/harness-engineering/)強調環境、知識、測試與回饋迴圈；它不是只把某個 framework 包在外面，也不會被 Loop Engineering 取代。 ### Loop Engineering（迴圈工程） **Loop Engineering** 是設計 Agent 怎麼開始、反覆行動、檢查、保存進度、停止或找人的工程工作。IBM 將它描述為新興實務，包含 goal、action、observation 與 adjustment；看[現行說明](https://www.ibm.com/think/topics/loop-engineering)。 **Agent Loop** 是真的在跑的迴圈；**Loop Engineering** 是把這個迴圈和外圍規則設計好。它可能使用 Harness、Hooks、Skills、Subagents 與 Workflow Graph，而不是取代它們。 ### Graph Engineering（圖工程） **Graph Engineering** 是有人用來描述 Workflow Graph 設計的新興名稱，但不是所有供應商共同採用的標準。穩定的學習物件仍是 node、edge、branch、state 與 checkpoint；研究用法可看[目前的 survey preprint](https://arxiv.org/abs/2608.21156)。 這裡的 graph 是執行流程，不是 Stage 6 的 GraphRAG 知識圖譜。先在 [Stage 4](../stages/04-agent-frameworks.md)學基本 Workflow Graph，再到 [Stage 7](../stages/07-multi-agent-production.md)加入上線邊界。 ## 8. Agent Interfaces ### Computer Use（螢幕級 agent） **Computer Use** 讓模型讀畫面並提出滑鼠或鍵盤動作。Harness 必須先檢查規則，executor 才執行；能用較小、可驗證的 API 或 typed tool 時，通常先用那個。 ### Browser Use（web 級 agent） **Browser Use** 讓 Agent 在網頁裡讀資料、找元素、填表或切換頁面。它可以使用 DOM、Accessibility Tree 與 screenshot；[browser-use](https://github.com/browser-use/browser-use)是開源實作之一。 ### Sandbox（程式碼隔離環境） **Sandbox** 是限制程式能看到和能做什麼的隔離環境。真正的邊界要看檔案、網路、程序、secret、CPU／記憶體與生命週期設定，不能只因為用了容器就宣稱安全。 要比較 Search／Fetch、Browser Use、Computer Use 與 Sandbox，回到 [Stage 8](../stages/08-agent-interfaces.md)。 ### microVM（micro Virtual Machine） **microVM** 是啟動較精簡、仍使用虛擬機隔離邊界的執行環境。它常拿來跑不可信程式，但安全仍依映像、網路、權限與宿主設定而定。 ### Firecracker **Firecracker** 是用 KVM 建立 microVM 的開源 Virtual Machine Monitor。它提供隔離技術，不會自動替你完成映像更新、網路政策或租戶安全；見[官方 repository](https://github.com/firecracker-microvm/firecracker)。 ### gVisor **gVisor** 在應用程式與主機 kernel 之間加入 userspace application kernel，減少容器直接接觸主機系統呼叫的範圍。它不是完整虛擬機，支援與效能取捨看[官方文件](https://gvisor.dev/docs/)。 ## 找不到的詞？ - 先回到你正在讀的 Stage；重要詞第一次出現時也應有一句白話定義。 - 看 [Stage 5.2 的 MCP](../stages/05-claude-code-ecosystem.md#52--mcpmodel-context-protocol-基礎)、[Stage 5.3 的 Skills](../stages/05-claude-code-ecosystem.md#53--skillsclaude-code-的行為層-claude-code-生態最關鍵的一層)或 [Stage 7 的 production 邊界](../stages/07-multi-agent-production.md)。 - 找不到時開 issue；請附上「在哪一頁看到」與「哪一句不懂」。
來源與查核 上面的易變產品與協定敘述只採官方文件；研究名詞連回原始 paper。完整型號、價格與 Context 清單集中在 Stage 1，不在詞典複製。 官方連結、產品身分與模型生命週期查核：2026-08-31 UTC。