
打造長者自決的 Agentic AI:ATP Agent 灌庫、三維驗證與架構思考手記
今天早上的開發重點,主要集中在將澄雲的 ATP(樂活善終自決計畫) 專家知識庫、紅軍防衛處方與實體合約,淬煉成為一個真正能落地運行的 Agentic AI 引擎 (atp-agent)。 這篇文章不談細瑣的 Debug 過程,而是著重分享我在建置這個 Agent 時的核心架構設計觀念、專家知識庫灌庫過程,以及『書-DB-實踐』三維物理驗證的實戰歷程。 ...

今天早上的開發重點,主要集中在將澄雲的 ATP(樂活善終自決計畫) 專家知識庫、紅軍防衛處方與實體合約,淬煉成為一個真正能落地運行的 Agentic AI 引擎 (atp-agent)。 這篇文章不談細瑣的 Debug 過程,而是著重分享我在建置這個 Agent 時的核心架構設計觀念、專家知識庫灌庫過程,以及『書-DB-實踐』三維物理驗證的實戰歷程。 ...

最近在嘗試將一套複雜的方法論(預立醫療照護諮商與代理人系統,簡稱 ATP)重構並開發為一個運行的 Multi-Agent 系統時,我與 Antigravity 進行了一場極為密集的對話與對抗。 這場設計實戰讓我對新時代的人機協作有了更深一層的體悟: 使用 AI 的真正瓶頸,往往不在於程式碼的實作(Implementation),而在於「如何從雜亂的現場狀況下,套用系統工程方法,解決想不清楚的困境。」 在軟體工程 2.0 時代,最難的不是寫程式碼,而是**「講清楚你真正想要什麼」**——而最無奈的是,這個你想要的終極產品,在你的腦袋中其實還沒有完全形成。以下是我從這次架構重構歷程中,提煉出的關鍵方法論。 ...

在 AI Agent 時代,我們發現傳統寫代碼 (Code) 的工法正被「定義 Goal、推理迴圈 (Loop) 與結束條件 (Exit Conditions)」所徹底顛覆。 在學習 Google Antigravity SDK 時,我慢慢體會到新的開發概念與傳統寫 Code 的根本性不同。當我們要建構一個新的 Agent 軟體或平台時,到底該如何提供精確的 Initial Prompt 與系統規格?這篇文章就來聊聊我這陣子在個人環境下,利用 「對抗式規格生成」 進行系統工程開發,以及如何死守錢包、擊退 「Token 刺客」 的第一手踩坑與自癒實戰。 ...

大家好,我是哈爸! 最近我一直在思考一個問題:我們天天在講 AI Agent,但到底要怎麼做,才能把一個複雜領域的「非結構化文本」,真正有條理、有邏輯地轉化為「高品質的結構化知識庫」? ...

這幾個星期,我把大半的精力投入在了一個名為 Sovereign Health Agent (SHA, 自主健康代理人) 的地端專案中。隨著「大書」手冊(共 12 章 Guides)的發布與倉庫物理重建,這個專案終於迎來了一個階段性的穩態。 ...
「Skill 優先」的 AI 協作新實踐:從需求定義到知識點萃取的自動化進化# 🚀 序言:一個新的協作節奏# 在過去的 AI 協作中,我通常是先遇到問題,發出指令,解決之後再考慮是否要將它整理成工具。但這一次,我試著調換順序:先說出一個「Skill」的構想,定義它的通用流程與腳本格式,然後直接用它來演練並修正。 ...
在完成了橫跨三年的數位考古後,接下來的挑戰是如何將這些碎裂的數據轉化為具備邏輯的書稿。本文紀錄我如何利用「數位格律」與「建構紀錄」制度,指揮 AI 進行精確施工,並正式在 GitHub 上釋出《個人賦能》的前兩章內容。