前言
上週（2025/11/10 - 11/14）完成了Google推出的免費線上課程：五天AI代理密集課（AI Agents Intensive Course with Google），真的很「密集」啊！從週一到週五，每天的課程內容有：
- 一份 50+ 頁的英文白皮書
- 20~30分鐘 白皮書的解說Podcast
- 兩個程式碼實作
- 一小時多的直播課（講解＋專家 Q&A）
什麼是AI代理？
AI代理（AI Agent，又稱為智能體）讓原本只能「回答問題」的語言模型，具備能夠感知環境、制定策略、執行任務並持續迭代的能力。簡單來說，就是把大語言模型（LLM）這顆聰明的大腦，裝上五官（感知）、四肢（行動）、記憶（長期狀態），讓AI模型可以：
- 接收訊息（例如資料庫、API、接收物聯網設備訊息）
- 與外界互動（例如上網、下訂單、修改檔案、操控物聯網設備）
- 根據情境自行規畫下一步行動
- 在執行後重新觀察結果，調整策略
有趣的是，我們可以讓代理互相協作：設計多個不同角色的代理進行團隊合作，可以接力完成，或者互相監督，就像人類的組織互動，很有趣吧！
什麼是AI Agent？(Gemini繪製)
以下是「AI 演進三階段」：
對課程有興趣的格友，可以到課程頁面逛逛：
5-Day AI Agents Intensive from Google
雖然課程期間已經結束，但是所有課程資源都還可以免費使用喔！
課程主題如下：
- Day 1 : Introduction to Agents
- Day 2 : Agent Tools & Interoperability with Model Context Protocol (MCP)
- Day 3 : Context Engineering: Sessions & Memory
- Day 4 : Agent Quality
- Day 5 : Prototype to Production
學習心法
對於新領域的學習，最重要的心法是「允許自己不懂」。第一次看不懂很正常，不要一次不懂就灰心放棄，保持耐心，資料不會不見，我們可以重複聽，或者先把問題記下來，之後再回頭整理。有時換個學習材料繼，或用不同媒介（如聽語音檔、看影片）、參考其他網站、書籍，看完後再回去看不懂的地方會有新體會。
例如，我在課程第一天看不懂runner的語法概念，因為照著課程可以運行程式，所以我先繼續往下學，沒想到在第四天閱讀其他學習資源時，意外查到runner的結構圖，立即豁然開朗。很多概念就是這樣，在你的腦中累積到某個點，才會突然開竅，而且弄懂一個概念，真的很開心😊。
第二個學習新法，就是找人一起學。這次剛好在社群中遇到幾位一起參加課程，除了有問題可以討論，重要的是互相分享自己的學習筆記、想法，這種互相推動的力量讓人更容易堅持下去。
一定要上手實際操作
課程中的程式碼實作練習，是使用Jupyter Notebook，非常適合新手，學習上方便快速，「看」完程式碼按「Run」就可以看到結果，整個notebook跑完，似乎已經學會了，但如果你是新手，這個方法學完，你仍然無法做出成品。就像是看別人開車，需要操作的項目很簡單明瞭：方向盤、打檔、油門與煞車。但實際開上路，要注意的眉眉角角還是很多的！所以學習任何東西，我們不要只用看的、理解的，找個最小可行專案，實際從頭做做看吧！
實際操作才能入門 (Gemini繪製)
這五天的課程結束後，可以選擇參加Capstone Project，一個將所學應用於實作的專案，這時我深刻體驗到看得懂程式碼不一定寫得出來。我打開很不熟悉的IDE，一時真的不知道從哪裡下手！摸索一陣子後，我把課程中的範例程式碼複製貼進去，仍無法順利執行！與GPT和Gemini纏鬥多時，又回去研讀資料，原來環境設定還有很多我這個新手不了解的內容。這些大大小小的碰撞，才是學習真正開始的地方。如果不動手參與，會以為自己已經入門，其實還是個門外漢。真正的挑戰在於：你能不能獨立寫出一個可以執行的 agent？
善用工具
每天收到一本幾十頁的英文書，下班後時間不夠，怎麼看？課程本身就示範如何聰明使用這本書：使用NotebookLM生成解讀Podcast。
我的學習方式是：
- 把白皮書丟到NotebookLM，請它生成30分鐘的中文語音解說，
- 把白皮書丟到ChatGPT，請它按照目錄，逐章翻譯講解，
我一邊閱讀一邊問它問題(把每本書的GPT解說貼到筆記本內，也有幾萬字！) - 所有程式碼細節不懂的就詢問 ChatGPT
雖然有許多AI幫助，關於程式碼撰寫，在實作專案撰寫上我仍然遇到了困難。首先，Google Agent Development Kit (ADK)是今年剛出來的AI代理開發工具包，我試過Codex、Gemini、Cursor、Copilot，效果都不是很好，可能是這些LLM都還來不及把ADK納入知識庫吧？還好課程提供足夠案例，Google本身也有詳細的說明資料，讓我一步步完成可執行的agent。
Google官方參考資料
- ADK Documentation (很清楚的文件說明！)
- ADK Samples (有很多agent可以參考、下載)
結語
這次的一週的線上課程，收穫遠大於我的預期，也讓我更廣泛體認到AI對我們未來的影響。我一開始不不太了解什麼是AI Agent，但隨著課程深入了解，才知道這是AI科技的現在進行式。LLM只是個過渡的半成品，Agent才是未來可以融入人類工作與生活的實體。
在未來，我們身邊會有許多agent和我們一起工作，而新的工作模式必然伴隨新的風險，例如提示詞注入、權限誤用、LLM本身的不確定性，更不用說使用AI的駭客攻擊，更是未知的風險，這些值得探討的部分，課程中也有許多著墨，要使用AI的人不可不提前了解。
行動才能解決問題 (ChatGPT繪製)
最後分享一點個人想法。生活與科技進步越來越快，讓人望塵莫及，應對不確定性，有些人選擇躺平、放棄追趕，有些人則焦慮不已，陷入 FOMO（害怕錯過）。應對這些變化，其實很簡單：從眼前的一個小行動開始，無論是學一個小工具，還是參加一次社群討論，只要有一點點實質的進展，親身參與，都能消除一點對未來不安的焦慮。想都是問題，做才是答案。
悲觀只是一個看法，樂觀卻是一種行動。
羅振宇
2025年《時間的朋友》跨年演講
