多步驟規劃：哪一步失敗，才拆哪一步｜Stanford CS329A 第 5 堂
多步驟任務要區分搜尋、平行執行與訓練；子任務產物必須支撐原任務的成功條件。
ai
1264 篇文章訓練時改進：讓回饋真的變成學習｜Stanford CS329A 第 6 堂
組內回饋必須能區分好壞；正解篩選、相對優勢與取樣策略，決定訓練是否真的得到有用訊號。
搜尋與深度研究：候選很多，怎麼選出可交付的答案｜Stanford CS329A 第 8 堂
候選搜尋解決選擇問題，文件檢索補知識缺口；兩者都需要保留規格與可檢查的依據。
長任務評估：做完、做對與值得交付是三件事｜Stanford CS329A 第 17 堂
人類任務時長、成品品質與引用支持率回答不同問題；長任務驗收應同時檢查流程與交付物。
未來研究：把自我改進的瓶頸寫成可驗證假說｜Stanford CS329A 第 20 堂
多樣性、驗證、資料選擇與效率是不同瓶頸；研究計畫要有保留測試與足以推翻假說的條件。
強化學習系統：推論與訓練怎麼接起來｜CMU 11-768 第 12 堂
RL 系統用推論引擎取樣、驗證器給獎勵、訓練引擎重算 logprob 與梯度，再把新權重同步回推論端。用一個自編的小例子走完這五步，再理解快取、歷史保留與非同步更新各在解決什麼問題。
Agent 安全——四種威脅模型，加上沙盒、憑證代管與監控三道限制｜CMU 11-768 第 13 堂
第 13 講的主軸是「限制 agent 能存取什麼、能做什麼」。投影片先用五個真實事件說明出事的方式，再歸成四種威脅模型（惡意使用者、prompt injection、agent 失誤、不當手段）；對策分四層：訓練端的 red teaming 與安全訓練、執行端的沙盒與憑證代管、事後與即時的監控，以及安全評測。最容易被忽略的一點是：把 API key 藏起來，不等於 agent 不能濫用它背後的權限。
OpenHands——一個 coding agent 框架從研究原型走到每天跑上千次自動化｜CMU 11-768 第 14 堂
Graham Neubig 用自己開發的 OpenHands 講框架設計：先走一遍 coding agent 從 HumanEval、SWE-bench、Devin 到 2026 年長時間、可中斷、平行執行的演進，再拆 Software Agent SDK 的零件（LLM、tools、conversation、condenser、workspace、確認政策），接著談單一 agent 與多 agent 的取捨、本機與雲端、IDE／GUI／CLI／整合四種介面，最後是把 agent 接到 issue 與 PR 的自動化，以及從過去軌跡自動修訂 skill。
pplx-embed-v2-late：免 OCR 搜 PDF 頁面的開源 late-interaction 模型
Perplexity 10 月 7 日以 MIT 授權開源 0.6B 與 9B 兩個 ColBERT 式多模態嵌入模型，每個 token 一個 128 維向量、用 MaxSim 評分，可直接檢索 PDF 頁面圖片。9B 在 MADQA 拿到 92.4%（自家測試，搭配 Gemini 3.5 Flash agent），代價是索引大小隨文件長度線性成長。
AWS Machine Learning Engineer Associate（MLA-C02）備考路徑：107 條技能裡有 45 條是新加的
MLA-C02 自 2026 年 9 月 29 日起取代英文版的 MLA-C01。四章權重 28 / 24 / 24 / 24，章節名稱都加上了 AI 或 FM：官方對照表列出 45 條新增技能，內容是向量資料庫、embedding、RAG、基礎模型的選擇與微調、agent 的部署與監控，另刪掉 7 條。目前是英文 beta（考試代碼 ME1-C02、170 分鐘、85 題、$75）；正式版依考試指南是 65 題、及格 720、效期 3 年，日文、韓文、簡中要等正式上線，沒有繁體中文。
GitHub Copilot 認證（GH-300）備考路徑：考的不只是自動補全，還有 CLI、agent mode 與組織政策
GH-300 是 GitHub Copilot 的官方認證，2026 年 8 月 7 日改版後的考綱有六塊，最重的「使用 Copilot 功能」佔 25–30%，裡面包含 Copilot CLI、agent mode、MCP、sub-agent 委派，以及組織層級的政策、稽核記錄與 REST API。官方規格：美國 $99、台灣 $50、100 分鐘、60 題計分題、及格 700、效期 2 年，五種語言不含中文，有官方練習測驗。官方的權重清單多列了一行，照六個實際章節準備。
GitHub Agentic AI Developer（GH-600）備考路徑：考的是怎麼管 coding agent，不是怎麼寫
GH-600 是 GitHub 的 agent 認證（官方標示 Intermediate），考在軟體開發流程裡營運、監督與治理 AI agent。六塊權重 15–20 / 20–25 / 10–15 / 15–20 / 15–20 / 10–15，最重的是工具與環境（MCP、權限、CI 觸發、錯誤處理）。條目最常見的動詞是 configure（65 條裡 15 條），其次是 identify 與 implement。官方規格：美國 $165、台灣 $83、120 分鐘、及格 700、效期 2 年、僅英文，沒有官方練習測驗，官方自學教材合計不到 6 小時。
微軟 AI-200（Azure AI Cloud Developer）備考路徑：名字有 AI，考的是後端工程師怎麼把 AI 應用撐起來
AI-200（Azure AI Cloud Developer Associate）接替 2026 年 7 月 31 日退場的 AZ-204。四塊權重 20–25 / 25–30 / 20–25 / 20–25：容器、資料服務、訊息與 serverless、資安與監控。整份考綱沒有一條在考模型部署、prompt 或 agent，跟 AI 最直接相關的是 Cosmos DB、PostgreSQL pgvector、Managed Redis 三種向量搜尋。官方規格：美國 $165、台灣 $83、120 分鐘、及格 700、13 種語言含繁體中文、效期一年，練習測驗尚未開放。
微軟 AI-300（Machine Learning Operations Engineer）備考路徑：一張考試考兩套維運，MLOps 與 GenAIOps 各佔一半
AI-300（Machine Learning Operations Engineer Associate）接替 2026 年 6 月 1 日退場的 DP-100。五塊權重 15–20 / 25–30 / 20–25 / 10–15 / 10–15：前兩塊是 Azure Machine Learning 上的傳統 MLOps，合計 40–50%；後三塊是 Microsoft Foundry 上的 GenAIOps，合計 40–55%。官方點名 MLflow、Bicep、Azure CLI、GitHub Actions。官方規格：美國 $165、台灣 $83、120 分鐘、及格 700、效期一年，考試只有英文。
微軟 AI-901（Azure AI Fundamentals）備考路徑：入門級，但過半在考你會不會用 Foundry 做出東西
AI-901 取代 2026 年 6 月 30 日退場的 AI-900，同樣叫 Azure AI Fundamentals，但考綱只剩兩塊：觀念 40–45%、用 Microsoft Foundry 實作 55–60%。官方要求會 Python，條目寫的是「用 Foundry SDK 做一個輕量 chat client」「建立並測試單一 agent」。官方規格：美國 $99、台灣 $50、45 分鐘、及格 700、13 種語言含繁體中文，而且入門級認證不會過期。
讀完 11 個 coding agent 的原始碼：沒人用 LangChain，也沒人用向量檢索
Wavestone AI Lab 的 83 頁論文拆開 Claude Code、Codex CLI、Gemini CLI、OpenClaw 等 11 個 coding harness，約 400 萬行程式碼裡沒有任何一個引入通用 agent framework，也沒有任何一個用向量嵌入檢索程式碼。要自己做 agent 或選工具，可以照論文 18 條建議從一個 bash 工具和一個 while 迴圈開始。
Poteto 的信任階梯：先讓 agent 能自己驗證，再談放手
Cursor 工程師 Lauren Tan（poteto）自述月合併約 2,000–2,500 個 PR，數字未經外部稽核。她的做法是三件事：先做驗證 skill、把重複的錯誤變成 lint 與型別限制、合併後抽樣檢查。方法可以搬，前提是你的領域能被程式驗證。
Uber MCP Gateway 導讀：800 個 MCP server 怎麼管
Uber 用一個 MCP Gateway 統一管理 800 多個 MCP server、5,000 多個 tool：控制平面自動把內部 API 爬成 disabled 的 tool，資料平面負責協定翻譯、授權與去識別化；規模大了再靠 Omni MCP、Response Projection、Code Mode 壓 context。
Pi Durable：長時間 Agent 掛掉之後，要從哪裡接著做
Pi 1.0 與實驗性套件 Pi Durable 在 2026 年 10 月初同步發佈。Pi Durable 把每次模型請求、工具呼叫、compaction 都當成會寫 checkpoint 的 task，process 死掉後可從上一個 checkpoint 接續；Cloudflare 隨即用 PiHarness 把它接上 Durable Objects。重點是工具要分「可重跑」與「不可重跑」。
AI Agent 面試準備：從工具呼叫、記憶到 MCP 與 Prompt Caching
Agent 面試常被問到八題：Agent 迴圈、Structured Output、Function Calling、大量工具、記憶、設計考量、MCP 與 A2A、Prompt Caching。本篇用「概念 → 機制 → 面試怎麼答」串成一條線，並對照一手來源更正 2026-07 MCP 規格改版的時間點。