AGENTIC SYSTEM LAB

讓 agentic 系統更容易看懂、建構與量測的工具。

Agent 就是放在迴圈裡的模型：一步接著一步，模型提出動作、harness 去執行，直到停止。聊天框只讓你看到問題和答案；我們的專案把中間這個迴圈攤開，模型就跑在你自己的電腦上，每一步都看得到，不必只能相信它。

團隊在台灣 · 文件有繁體中文和英文版

Agent 的一輪：模型讀進脈絡、提出動作，harness 在環境裡執行它，結果接回脈絡，直到模型停止。

專案

開放原始碼，而且都能在你自己的電腦上跑。

一步一步看 agent 迴圈怎麼跑，細到模型寫下的每一個 token：它的機率、它贏過的候選、特殊 token，以及 harness 從中解析出的工具呼叫。

Gemma 4 E2B 或 Qwen3.5 0.8B 在你的電腦上用 transformers 跑，也可以跑在 vLLM 上。還可以試 MTP 推測解碼、附上圖片、聲音或影片、讓模型在 Python 沙箱裡寫程式，或是把迴圈交給 pi。

還有兩個工具正在做：一個從一個想法 prototype 出新的 agent 系統，一個在你自己的任務與硬體上，測試對現有系統的一項修改。公開之後會列在這裡。

一個讀書會，一起弄懂 agent 怎麼建構、怎麼驗證、怎麼交付、我們從 AI 工程演講整理出的筆記，還有一份讓團隊一起學習的做法。

Agent Atlas 把 CMU、Stanford 與 Harvard 的七門課程串成一條 AI Agent 學習路線，整理成 12 個單元：從建構 Agent、驗證能力，一路走到軟體交付與持續改進。

讀書會照這條路線進行，線上聚會，一起整理筆記，用中文進行。Agent Loop 可視化是 Unit 01 的動手實作。

研討會與 YouTube 上 AI 工程演講的筆記，分成 9 個主題，從 BI 與語意層、agent 評估、脈絡與記憶，到模型訓練。每場演講都有一段重點摘要，點一下就能展開完整筆記，也附上影片連結。

另有 9 項洞察，綜合所有演講整理而成。在一場演講的筆記裡選一句話，就能存成自己的筆記，只留在你的瀏覽器裡。網站有繁體中文和英文版。

一份做法說明：3–4 位工程師的小團隊，怎麼持續把團隊還不知道的事，變成經過驗證的共同知識。問題來自真實工作，每次 Lab 用一個小實驗回答其中一個，學到的東西沉澱成 eval、test 與決策。

靠六個機制持續運作：蒐集新問題的頻道、問題清單、每兩週 75 分鐘的 Lab、把 failure 轉成 eval、每季輪替的 owner 與 shadow，以及每季一次的 Learning Review。頁面有繁體中文和英文版。

每個專案都守著的三個習慣。