DevOps 是軟體"開發"與"運作"的整合與自動化，而運作時所遇到的問題會再反饋回開發，開發修正後，再自動化重新運作，形成一閉環。不過，過去這"自動化"閉環當中，還是要有「人」去接收反饋與修正開發，因此並非全自動化。 我最近想練練功、導入 AI 代理人 (agent) 作自動化，就想到我一直有一個未解決的難題：幾年前我陸續開發、上架幾款 apps（目前有在維護的約 10 個，雖稱不上什麼大作，但起碼寫在履歷中可以混口飯吃😅 ）其中幾款 apps 使用的資料來源是政府的開放資料，如免費 WiFi、充電位置，需定期連網更新。 但使用"別人的"資料這一點，就造成不好控管。例如，對方把資料網址一改，我的 app 就掛了。對方把資料格式一改，我的 app 也掛。還有對方什麼時候改資料，我可能也無法知道。只能等到有好心的 app 使用者寫信給我，才能知道，但這期間不知會流失多少一去不回的使用者🥲 我過去有稍微改善此問題：抓資料程式要檢查來源格式，如果不正確，則第一時間發通知給我。我就能及時（？）修正程式問題。但實際上修正程式的工作仍是很費勞力、又無趣，特別是平日下班我不想再去修 bug、假日也不想特別安排時間修 bug😅 最近又遇到我的 app 因為來源資料格式變動而掛掉，就讓我在想能不能用 AI 做到"一鍵修 bugs"？我只要審 code 就好。我就用自然語言用 AI (GPT-5.3-Codex) 生成一支 agent skill 定了一個工作流：叫 AI 第一步抓檔，第二步將最新資料格式更新至現有程式碼的資料格式。實際執行 skill 成功一鍵修 bugs😄 我只寫了 4 句短短的話，生成了一個 skill，就能重覆呼叫 skill 讓 AI 幫我完成一項須要做但無趣的事，修 bugs 的複雜度大大降低。與 AI 協作確實能省很多工，我可以用「高階抽象」的自然語言對 AI 說出我的需求，而 AI 將我的需求利用「低階複雜」的程式實作幫我達成目的。而我不須要去使用或開發那些複雜的程式，即使我做得到，也拼不過 AI 來做的速度。也因為要處理的問題難度降低，我也更願意去解決它，不然就是一拖再拖，逃避問題😅

近期無論是工作上或業餘，我都在嘗試當今前沿的 AI coding 模型寫程式的技術，例如使用 Sonnet 4.5, GPT-5.3-Codex. 我有些新體悟。 雖然這些體悟已經被一些走在 AI coding 時代尖端的人提過，但我自己深刻的體悟倒是最近的事。 其中兩個體悟：1. 現在 AI 的 coding 能力已不是問題了，它能清楚知道你的需求，快速寫出程式碼，人類已不能跟 AI 拼寫程式速度。這就好比當初汽車發明後，馬車已不能跟汽車拼速度。更一般來說就是：生命體的能力一旦被非生命體追上，基本上就不用玩了。所以軟體這領域，目前人類還能玩的一個是：把軟體需求定清楚的能力。而 coding 就交給 AI. 2. AI coding 能力愈強，其實背後也意謂它的邏輯推理能力也愈來愈強。我自己親身經驗：主管將一個我陌生的軟體交給我，要我修一個問題。我研究了一天其架構與流程（而且還是用 AI 輔助😅），才看懂其中關鍵的 70%，還沒找出問題。但我請 AI 將問題修復，才幾分鐘就推理出問題所在，還講出我還沒查到的關鍵。所以說現在 AI 連邏輯推理都開始輾壓人類了！不過 AI 產出的東西，目前還是要人類來審查、負責，所以人類還能玩這一塊。資深的軟體工程師比較不會被取代。 其實最近不光是軟體業被 AI 輾壓，創作業也是呢！如近期的 Seedance 2.0 影片生成。AI 發展還有多驚人？這部現實世界的科幻電影還在推升劇情，還沒演完。

最近聽到一名詞 agentic AI (代理式 AI)，之前我也有耳聞這名詞，但當時 AI 知識還太菜，搞不懂一堆 AI 名詞。直到最近愈了解 AI 技術，才懂這名詞的亮點。 這時就要介紹另一較舊的技術 generative AI (生成式 AI)，它主要目的是作內容生成，包括知名的 ChatGPT (文字)、Nano Banana (圖片）、Veo (影片)... 而 agentic AI 能做的不只是內容生成，它還具有工具調用 (tool calling)、工作流執行 (workflow)。例如 n8n 就是一款爆紅的方塊圖 AI 工作流開發工具，能製作 agentic AI 的應用，比如寫一支 AI 代理人，每天定時幫你上網抓新聞、做總結，再寄到你的 Telegram. 而 LangChain 則是一款 Python agentic AI 軟體框架，無須架設 n8n 就能串聯 LLM，做 agentic AI. 無論是 n8n, LangChain 都使你能打造自己的 AI 代理人。 在這 AI 時代，我也想跟上時代，就試著開發一個 AI agent 吧！😆我想到我有一件無趣，又得常常去執行的事，就交給 AI agent：我有時會在我的 YouTube 頻道上傳 8K 360 全景影片。但 YouTube 不會通知我的影片上傳後，是否處理完 8K 畫質，導致我要三不五時開網頁去檢查我的影片是否出現 8K 的選項。所以我就把這個問題作為開發 agentic AI 的練習題吧。

我的新工作已做了一個月多了，相當符合我的期待。我待的公司如同現在的科技發展趨勢，也在積極導入 AI，讓我在工作時也能學習與使用 AI，跟上時代。 我從去年大約 8 月就漸漸「覺醒」現代 AI 的威力，更正確來說是「驚醒」😅，使我開始急起直追 AI 技術。或許這是一種求生本能吧😅因為當你吃飯的傢伙要不管用時，大部分人也應該會跟它（AI）奮力一摶，不然就選擇躺平!?🥲 目前 AI 的進步還是如同我 2 個月前的感受 - 處於「科技奇異點」。比如 3 個月前，某大師花了半年研發出來的一項獨家私藏 AI 技術，可能在今天就變成「基本功」，人人都玩得起。比如「多 AI agents 協作」就是一個例子。 AI 進步那麼快，我不確定自己的工作會不會被 AI 取代。如果真的會被取代，那麼在那之前好好跟 AI 競速一摶，累積資產。到時被取代了，才好轉職！？😆

今天又是一整日在研究 AI 技術，學了滿多東西，就拿其中一個來講好了 AI agent skills vs MCPs. 我之前有寫過一篇 agent skills 的文章，不過當時認知還有一些淺，只知道它可說是用自然語言寫的一段可重複利用的提示詞，像程式語言中的 functions. 但我最近發覺它的用法跟 MCP 有些重疊，讓我疑惑它的優勢在哪？在這 AI 時代問問題找答案已變得廉價了，所以我就去問 ChatGPT，果然得到很精闢的答案😆 簡單來說 MCP 是 LLM agent 的「工具與說明書」，而 Skill 是 LLM agent 的「工作技能」，而 LLM agent 是一位「工作者」。這還是不好懂嗎？舉個較具體的例子，比如一位雕刻師（工作者），他有許多雕刻工具與工具說明書，那他還少了什麼？少了雕刻技能 (skill)！比如這些雕刻工具要按什麼步驟使用，才能雕出好東西，這就是一種工作流的技能。 如果雕刻師缺少了後天學習的技能，那麼就只能靠他的天賦去使用工具完成作品。每個雕刻師的天賦不同，做出的作品品質也會差很多。但如果他們都學會了某種已研發已久、成熟的「技能 (skill)」，那麼天賦不好的雕刻師就能明顯提升作品品質！ 以上雕刻師的例子也適用於 AI agent 的工作情形。Agent skills 的優點不僅是提示詞的複用(如同程式的 functions)，還能作工作流的定義！ 比如想叫 LLM agent 做一件複雜的事：叫它把一整個程式碼做出一分 PowerPoint 檔，比較笨的 LLM 可能就直接說它不會做。但如果將別人寫好的 PowerPoint skill 讓它使用，它就會做！為什麼這麼神奇？因為 PowerPoint skill 當中可以將一件複雜的工作流拆解成好幾步簡單的步驟，指導 LLM agent 一步步完成！比如第 1 步叫它讀程式碼；第 2 步叫它做出大綱，各頁內容，輸出一頁頁 htmls；第 3 步教它用某工具將 htmls 轉成 pptx！

其實這張算滿好拿的證照，只要看 3 部約不到 6 分鐘的教學、3 個動手做題目（也只是把提供的 Python 程式跑過一遍），再做個 10 題測驗（答錯還可以修改、重交），半天應該就能拿到的證照。但這小證照，上面的 "nVIDIA" 還滿閃的就是了，可以騙一些不懂的人！？😆 這課程講的是基於 transformer AI 的自然語言處理 (NLP) 的介紹。首先是技術的應用的 3 大類:1. 詞元分類 (token classification): AI 文字標記 (labeling / tagging)、文章分類 (article categorization)2. 文字分類 (text classification): 感受分類 (sentimental classification)、增強搜尋 (enhancing search)3. 問題回答 (question answering): 萃取式 (extractative)，如從文件中找答案並螢光標示 (highlight)；生成式 (generative)，如 S2S (sequence to sequence) 方式的文字翻譯、GPT 方式的文字總結 (summarization) 再來動手做以上各項技術應用的微調 (fine tuning) 訓練，基於 nVIDIA 的 NeMo 框架。 學會這門課，就能自己訓練領域知識 (domain knowledge) 的語言模型👍

最近開始上班後，還真的比較沒以前有「腦力」學習 AI 的新技術。即便下班後有時間，想學習 AI 新知，也很容易就用腦過度、頭昏，學不下去😅 但我那怕被 AI 技術淘汰的心，讓我有機會就去多學一點 AI 新知。 今天又學懂一項近期熱門的 AI 新技術 - Agent Skills🙂 它是 Anthropic 公司在 2 個月前提出的技術，最近 OpenAI 也支援了，看來是一項重要技術，才會被廣泛支援。 有在學習 AI 新技術的人，可能會遇到被一堆很相似但不同的名詞弄得一團亂，如 tool calling, MCP, multi AI agents, ... 現在又多了一個 agent skills😅 Agent skills 是什麼？我想到一個好懂的類比：過去我們在用「程式語言」寫程式時，會將重複的程式碼片段做成一可重複呼叫的「函式 (function)」，這寫過程式的人應該都知道吧😆 然而在大語言模型 (LLM) 的抽象層級，「程式」是用「自然語言」而不是較低層的「程式語言」寫出來的！Agent skills 的一重要精神就是它是自然語言層級的可重複呼叫的「函式」，正式名稱是 "skill." Skill 就是用自然語言寫出的一段可重複使用的工作任務/函式。比如你可以寫一個 ppt skill，內容是用 Markdown 純文字格式寫一段給 LLM 看的提示詞，比如指導 LLM agent 要如何產生 PPT 簡報、字型、顏色、...。當你呼叫 ppt skill 並加上額外的提示詞輸入，比如要生成一分「水循環的簡報」，LLM agent 就會基於 ppt skill 的提示詞的簡報要求，生成「水循環的簡報」。 Agent skills 其實還有一個 context window 佔用的優化，這也能用「自然語言的函式」作解釋：函式具有「資訊打包、隱藏」的特性，所以 agent 可以先不載入完整 skill 提示詞，判斷此次任務需要用哪些 skills，再完整載入需要用的 skills 提示詞，以避免不必要的佔用 context window。

演講連結： 我的心得是：我看到一半就不知道要說什麼，被震撼到無語了😅，你們自己去看吧！ 我只想透露我內心的震撼：AI 時代這次真的來了（以前失敗過幾次），而它不是慢慢的來，是廣泛性的（各行各業）巔覆，速度之快令人反應不及。 還好我以前學過一點禪修（我主要不是要推廣禪修，你可以用你自己的方式安你的心😅），才不會屢屢面對現在變化之快的世界，心安不下來。

過去學工程的人，多少要畫方塊圖 (block diagram) 或流程圖 (flow chart)，以下簡稱「圖」。坦白來說我不喜歡畫圖，主要原因：懶😆 但我不否定圖的重要性。 在幾個月前，我跟我的一位老師在閒聊現今的 LLM 畫的圖還不夠好，往往畫得跟提示詞不一致，重畫幾次還是不對，還不如自己手動畫🥲 當時我猜測是 AI 還沒有足夠的「訓練」畫方塊/流程圖。其實當時我講這種話時，心理是有一點不踏實的。因為怎麼「訓練」才能畫好？我不知道。如果不知道怎麼訓練，怎麼能保證 AI 能畫好圖呢！？😅 值到最近看到有人用 Google Nano Banana 生成建築設計圖，才把我當初講的話圓了😆 該設計圖不是簡單的點陣圖，而是可編輯的！能作物件編輯、轉動視角、...。 不過對於我近期專門在研究「地端 AI 應用」，我可不滿足於這些雲端服務。我一直很好奇 Nano Banana 是怎麼辦到的。 直到今天，我意外看到其實已有開源專案在做這方面的「LLM 生成方塊圖/流程圖」，例如這一個： 我研究了一下原始碼，才領悟，知道怎麼辦到的。首先概念上，要將方塊圖/流程圖建立「元件」，如圓形、正方形、箭頭接線、... 接著將這些元件「編碼」，例如用 XML 表示。就可以用 XML 訓練 LLM，LLM 就能生成「圖」 (XML)！ 好了，魔術已揭秘，不值錢了！？😆 只差一些重複性的工作（？） - 收集資料、打標籤、訓練 LLM，然後生成！

今晚聽了科技浪 podcast EP117，在講目前 AI 兩個發展的最新狀況：LLM 與自駕車。真是精彩，尤其是自駕車的部分又讓 AI 給我腦袋一記重捶！Podcast 連結： LLM 部分主要在探討近期 Google Gemini 3 Pro 與 OpenAI GPT 5 之間如何神仙打架 - 用各種手段提升 LLM 的效能，如合成資料、特殊的強化學習、... 有一些技術沒有一些機器學習的底子，會聽得一頭霧水。但如果有些底子，聽起來就很精彩。 例如我之前在學影像分類機器學習，當時學到一項改善模型訓練的技術 data augmentation，就是拿原始資料作一些轉換，如旋轉、鏡射、位移、...，生出更多訓練資料。我學過此技巧，所以一聽到 LLM 的「合成資料」就知道跟影像分類 ML 是同一個目的。 以上所提到的各種手段一事，講者就清楚點出背後的原因 - LLM 的進步目前遇到瓶頸了！因為訓練的資料能用的都用得差不多了。什麼意思？這得慶幸我最近才學到的東西： Transformer LLM 有一個 scaling 定律，就是要得到更好的效能（lower training loss)，除了用更多參數，訓練資料也要更多。 然而目前訓練資料已不夠用了，所以才會開始去用合成資料。但目前合成資料也用得差不多了（Gemini 3 Pro 的呈度），所以接下來的一陣子 transformer LLM 進步應該會變緩，LLM 進入另一個「研究期」，大家在找有沒有下一個類似 transformer 的科技奇異點的新 LLM。Transformer LLM scaling law 已遇到瓶頸了，不再能單純 scaling 模型得到更好的效能。 該 podcast 另一精彩之處在於自駕車的發展現況，其實已比人類事故少 7 倍或少 91% 事故率！但卻仍不被大眾接受。講者拿「醫學實驗」的標準來映襯出人們對自駕車反對是很不理性的！因為醫學實驗只要某種藥效實驗超過，就會停止實驗，因為「不人道」！為什麼？因為明知某藥已有明顯效果，卻還拿人類繼續實驗那些無效的安慰劑，這種行為是渺視生命作人體實驗！總之講者認為自駕車對人類生命安全是有重大幫助，極需推廣。 講者在自駕車較安全這一點，我認同。但我認為目前自駕車不被廣泛接納，也許還有一原因 - 太震撼了！！！計程車、公車司機、貨車司機、...全失業！AI 再度所向無敵的摧毀人類產業！？ 怎麼 AI 屢屢震撼我的三觀😅

我最近每天有空就在追逐 AI 發展的腳步、學習 AI，因為覺得自己過去沒有遠見、沒把 AI 放眼裡，是直到近期幾個月才驚覺不對！😅 不過我目前學習的方向有些多樣：學 AI 應用開發、學 AI 模型訓練、學 AI 基礎建設、學 AI 服務平台、...學得廣但不精通😅 如果我全都精通的話，就能開一人公司了！?😆 最近想學「AI 導入企業」，恰好聽到一集 podcast 主持人邀請一位 AI 醫療的創辦人分享經驗談： 這位創業家的 AI 導入醫療的經驗談，我認為應該也能複製到其他產業，讓許多人在做「AI 導入企業」會有一些方向、而不是無頭蒼蠅的亂試。比如有幾點我認為很實用：1. 資料的價值性：資料如同石油珍貴，AI 可以提煉出其中的價值，比如身理、醫療數據其中的健康關係。2. 證明導入 AI 的實用性：重點不在一開始就拿出很完整的作品，而在於證明 AI 確實能提升企業效率，企業才會開始接納。3. 規模化後，須處理的問題：比如資料安全性。（我認為還有軟硬體效能的問題。）4. 擴展生態系：這可說是第 1 點的資料價值不同方式的提煉。比如原本的醫療資料只是用於健康監控，但後來發現醫療資料也對保險的風險評估有價值，就能擴展至保險領域。 最後，我覺得聽 podcast 的專家訪談也是一種不錯的學習方式。我滿常聽到一些專家在談他們的成功，都頗「真情流露」 、不私藏技術😆 可是因為想私藏的話，應該就不會出來講了吧😆

這是一部 DeepMind 的創立者之一 Demis 的紀錄片，講述了他在 AI 與化學上的巨大貢獻，包括 deep reinforcement learning, AlphaGo, AlphaZero, AlphaStar, AlphaFold. 很佩服他有許多當時天馬行空的 AI 夢（尤其是 AGI / artificial general intelligence），很多人都認為不會成功，但最後卻一個個成功了 (AlphaStar 雖然輸給人類玩家，但已很不錯了)。 他的一重大貢獻是將 AlphaFold 公開，加快醫學解決一些疾病問題，他也因此得到諾貝爾化學獎。片尾則是他繼續挑戰 AGI 的夢。 另外我也看了別人的影評，有人在感嘆現今 AI 發展失去了如同發明 AlphaFold 的美好時代。現今如同「曼哈頓原子彈計劃」、像是軍備競賽，各科技公司在比誰先發明出科技原子彈 - AGI，誰落後了就可能被淘汰！？ 我覺得這很值得深思：同樣是科技進步，為何 AlphaFold 是貢獻人類，AGI 卻是人類相爭？難道 AlphaFold 就不會讓一些人失業嗎？我想應該也會，只是不多、或者它創造了更多就業機會。所以 AGI 之所以造成軍備競賽的現象，應歸因為它對人類的衝擊實在「太快、太大」了，人們來不及反應，工作就被取代了。雖然說 AGI 還是一個夢，但 LLM 卻是那已經很接近夢，又很實際衝擊人類的存在。 不過別太擔心 AGI 被發明後會被「壟斷」、造成社會階級分化。仍有一批像 Demis 的人們用開源 LLＭ 的方式在平衡這世界。