—
AI Agent 馬拉松：總結與未來藍圖
歷經一系列修煉，我們從最基礎的 Agent 架構、框架大師們的設計哲學，一路挺進到企業級安全沙盒與型別安全。這篇總結為你整理了完整的 30 天攻略目錄，並為我們的下一段 AI 旅程定下新目標。
這 30 天的「AI Agent 馬拉松」系列，初衷是為了在生成式 AI 從「對話框」走向「自主代理（Autonomous Agents）」的爆發期，有系統地梳理各種框架、設計哲學與底層架構。
我們不僅探討了 LangChain、CrewAI 等主流框架，更深入研究了 Harrison Chase、Andrew Ng 等大師的思維。因為在未來的軟體工程中，理解「Agent 怎麼思考與協作」會比單純的「寫 Code 串 API」更加重要。
📚 AI Agent 完整目錄
1. 基礎架構與大師心法
- Day 01: AI Agent 的核心靈魂：Antigravity Skill 系統解析
- Day 02: 從 OpenClaw 到「蝦說財報」：打造全自動 AI 財經影音頻道
- Day 03: 兩位大師的 Agent 心法：Andrew Ng 的四大模式 × Shunyu Yao 的思維引擎
- Day 17: BabyAGI 與 AutoGPT：奠定現代 AI Agent 的基礎迴圈
2. 框架先驅與生態系建立者
- Day 04: LangChain 與 Harrison Chase：把 AI Agent 變成每個人都能用的樂高積木
- Day 05: CrewAI 與 João Moura：用「角色扮演」讓 AI 團隊真正分工合作
- Day 06: OpenClaw 與 Peter Steinberger：一個小時打造 18 萬 Star 的 AI 龍蝦
- Day 07: AutoGen 與 Qingyun Wu：讓 AI 互相對話，才能解決真正複雜的問題
- Day 10: LlamaIndex 與 Jerry Liu：讓 AI 真正讀懂你的資料
- Day 12: DSPy 與 Omar Khattab：停止寫 Prompt，開始寫程式
3. 企業級標準與安全治理
- Day 08: OpenAI Agents SDK：把 AI Agent 的「最佳實踐」直接做進框架裡
- Day 09: Google ADK：當 AI Agent 開始需要「企業級工程紀律」
- Day 11: MCP（Model Context Protocol）：給 AI 工具連接定一個標準
- Day 13: Semantic Kernel：微軟的企業級 AI 主線
- Day 14: Nous Research 與 Hermes Agent：開源 Agent 的生長
- Day 15: NVIDIA NemoClaw：為 AI Agent 建立企業級安全沙盒
- Day 16: Pydantic AI：讓 Agent 開發回歸工程本質的 Type-Safe 框架
4. 企業級 ERP 訂單 Agent 實戰
- Day 18: 從 Oracle 到 Postgres 的資料萃取與去識別化
- Day 19: 從 PostgreSQL 開發 REST API：為 Agent 打造 JSON 數據橋樑
- Day 20: AI Agent 系統規格書：訂單決策與預測智能體的架構設計
- Day 21: Agent Tool Layer 封裝：把業務 API 變成 AI 聽得懂的專屬武器
- Day 22: User Context 記憶層：讓 Agent 秒懂總經理與業務主管的思維差異
- Day 23: 告別單調聊天框！引入 next-shadcn-dashboard 打造企業級 Agent 戰情室
- Day 24: Mode A 實作：用 Pydantic AI 打造鞋墊廠訂單決策 Agent
- Day 25: Mode B：用 LangGraph 打造三角辯論 Agent
- Day 26: 前後端串接 + SSE Streaming
- Day 27: ERP 訂單儀表板 — Recharts 數據可視化
- Day 28: HITL — 人工確認節點，AI 建議變真實訂單
- Day 29: 打造 AI 個人助理 — 對話記憶 + 角色性格設定
下一步驟：為下一季的播種翻鬆土壤
完成這 30 天的 Agent 系列後，坦白說——新方向還沒有找到。 目前計畫做兩件事：
1. 持續研究 AI Agent 開源生態
市面上已有不少優秀的開源 Agent 框架（LangGraph、Pydantic AI、AutoGen、CrewAI…），我想繼續追蹤這些專案的演進方向，看看社群在解決什麼問題、又碰到什麼新挑戰。
2. 追蹤 AI 三大龍頭的最新動向
OpenAI、Google、Anthropic 這三家在過去幾個月的動作都非常密集——新模型、新 API、新的 Agent 基礎設施。我想先把這些最新進展整理清楚，再從中找到值得深入應用的切入點。
下一季的方向，等土壤翻鬆了再播種。