AI Agent 團隊導入與培訓工作流程 2026：課程式教學指南與可量化的團隊培養策略

認知模型 vs 行為模型：

• Agent 不是「思考」，而是「行為」
• 認知模型 = 內部狀態，行為模型 = 外部可觀察行為
• 範例：客服 Agent 的認知（用戶意圖）vs 行為（回應、追問、轉接）

有狀態行為設計：

• State machine design patterns
• Transition diagram 繪製
• 範例：訂房 Agent 的狀態機（瀏覽 → 選擇 → 確認 → 完成）

檢索+推理流程：

• RAG 系統的兩階段設計
• 檢索階段：情境尋找、相關性打分
• 推理階段：生成、驗證、過濾
• 範例：法律文件查詢 Agent

七層生產 LLM 系統架構：

• API Gateway（身份與預算）
• 協調層（狀態機）
• 檢索系統（情境尋找）
• 提示組裝器（Context 管理）
• 模型路由器（成本與延遲）
• 評估管道（品質監控）
• 觀測層（可除錯）

層與層的約束關係：

• API Gateway 限制模型選擇
• 檢索系統約束提示設計
• 模型路由器約束成本目標
• 範例：為什麼不能只用 GPT-4 滿足所有需求

多 Agent 協作模式：

• Supervisor + Worker Agent
• Orchestrator + Specialist
• 範例：金融分析 Agent 系統

Agent Skills 設計模式：

• Domain knowledge（領域知識）
• Workflow instruction（工作流程指令）
• Tool integration（工具整合）

Connector 管理模式：

• 受管訪問數據源
• 錯誤處理與降級
• 範例：金融 Agent 的數據源（FactSet、MSCI）

部署模式：

• Plugin mode（Claude Cowork）
• Managed Agent mode（Claude Platform）
• 範例：客服 Agent 的部署選擇

監控 vs 觀測：

• 監控：請求流動
• 觀測：結果可信度
• 範例：Grounding score、Hallucination rate

品質評估指標：

• 準確度（基準測試分數）
• Grounding score
• Hallucination rate
• 範例：金融 Agent 的品質評估

成本追蹤：

• 每請求成本
• 每 token 成本
• 成本歸因
• 範例：路由系統的成本分析

Cognitive model vs Behavioral model:

• Agent is not “thinking”, but “behavioring”
• Cognitive model = internal state, Behavioral model = external observable behavior
• Example: Customer service agent’s cognition (user intent) vs behavior (respond, follow-up, transfer)

Stateful behavior design:

• State machine design patterns
• Transition diagram drawing
• Example: Hotel booking agent’s state machine (browse → select → confirm → complete)

Retrieval+Reasoning workflow:

• Two-stage design of RAG systems
• Retrieval stage: situation finding, relevance scoring
• Reasoning stage: generation, verification, filtering
• Example: Legal document query agent

Seven-layer production LLM system architecture:

• API Gateway (identity and budget)
• Coordination layer (state machine)
• Retrieval system (situation finding)
• Prompt assembler (Context management)
• Model router (cost and latency)
• Evaluation pipeline (quality monitoring)
• Observation layer (debuggable)

Layer-to-layer constraint relationships:

• API Gateway limits model selection
• Retrieval system constrains prompt design
• Model router constrains cost targets
• Example: Why you can’t just use GPT-4 to meet all requirements

Multi-agent collaboration patterns:

• Supervisor + Worker Agent
• Orchestrator + Specialist
• Example: Financial analysis agent system

Agent Skills design patterns:

• Domain knowledge
• Workflow instruction
• Tool integration

Connector management patterns:

• Managed access data sources
• Error handling and degradation
• Example: Financial agent’s data sources (FactSet, MSCI)

Deployment modes:

• Plugin mode (Claude Cowork)
• Managed Agent mode (Claude Platform)
• Example: Customer service agent’s deployment choice

Monitoring vs Observation:

• Monitoring: Request flow
• Observation: Result credibility
• Example: Grounding score, hallucination rate

Quality evaluation indicators:

• Accuracy (benchmark test score)
• Grounding score
• Hallucination rate
• Example: Financial agent’s quality evaluation

Cost tracking:

• Cost per request
• Cost per token
• Cost attribution
• Example: Cost analysis of routing system