標籤: 架構模式

拆解 Target 如何以詞彙與向量雙路檢索、屬性精確度控制和加權交錯，改善商品搜尋，並檢視其離線與線上證據的邊界。

拆解 Cloudflare Turnstile Spin 如何在人工核准下安裝、修復或遷移 widget，並以 Siteverify、憑證隔離與可重播驗收形成後端安全閉環。

從 Ouroboros v7.4.4 拆解自我修改 Agent 的發布證據鏈：把身分、記憶、程式演化與受管理的子 Agent，綁到 SHA256、SBOM、GitHub build provenance 與 smoke receipts。

拆解 RSIAgent 如何用 Curriculum、Actor、Verifier 與 broad-to-deep exploration 建立可重用的 frozen experience，並檢查其 benchmark 證據與重現限制。

拆解 AWS 的 Unified Knowledge Graph RAG 參考架構：GraphRAG 與 LightRAG 如何共用入庫、圖譜、Hybrid Retrieval 與 lineage，再按問題選擇查詢策略，並解讀品質、成本與延遲取捨。

用 AWS Step Functions 編排 Bedrock AgentCore 多代理流程，把提案、確定性驗證、人工核准與執行拆成可重試、可稽核的控制邊界。

用一張圖說明 CoT、WebGPT 如何匯入 ReAct，再沿工具、記憶、評測與安全等方向延伸，並與論文庫的 agent-systems 閱讀順序對齊。

用一張圖說明 DPR 與 Lewis RAG 如何接到站上已有的檢索論文。

把 Agentic 控制面收成可複製平台契約：提供什麼、必須接 E·P·J·T、七條不准繞過，以及 IT 100 題驗證口徑停在哪裡。

深度剖析 Cloudflare 提出的 Agentic Internet 基礎架構。從 Web Bot Auth 身份驗證、Markdown for Agents、WebMCP 前端工具暴露到 x402 微支付協定，全方位解析網頁如何從人類 UI 轉型為 AI Agent 友善的開放網路。

拆解 Kimi-K3 2.8T MoE 企業機房私有化部署的 GPU 顯存拓撲、伺服器預算、三相電力、液冷需求，以及五階段 TCO 估算框架。聚焦資料中心級採購與機房配套，不是 80 張 RTX 5090 消費級叢集方案。

拆解以 80 張 RTX 5090 消費級顯卡組叢集推論 Kimi-K3 2.8T MoE 的硬體拓撲、為什麼不能只用 44 張顯卡，以及建置成本與電費試算。聚焦消費級 GPU 拼裝實測，企業機房 TCO 請見姊妹文。

讀 GPT-5.6 技術文件的架構層：Frontier Intelligence、每 token 智慧、kernel 與 harness 路由。這篇講架構，不是 Sol 價目表。

比較 DeepSeek V3、Gemma 3、Kimi K2 等開放權重模型如何運用 MLA、MoE、GQA 與滑動視窗注意力，在品質、KV Cache、吞吐量與部署複雜度間取捨。

從 Agent 與工作流的差異開始，系統整理單一與多 Agent 架構、工具與 MCP、狀態記憶、評測、安全治理，以及從 PoC 推進正式環境的決策方法。

系統整理企業 RAG 的資料管線、Hybrid Search、重排、GraphRAG、Agentic RAG、評估、權限治理與失敗診斷，建立從知識來源到正式營運的決策框架。

整理 AWS × HoyaBit 議程：企業 Agentic AI 四大痛點、Amazon Bedrock AgentCore（Runtime／Memory／Gateway／治理）技術棧，以及台灣金管會合規交易所如何把語音交易 Agent 與企業大腦平台推上正式環境。

整理 AWS × Pocketpair 議程中的 Palworld 持久世界遷移，並以 AWS 文件核對 GameLift 壓測、Spot 與 UDP ping beacon 等服務能力。

整理 AWS Howard 與 Tomofun（Furbo）Ricky 的演講，並補充 AWS 官方技術文：從 Trainium／Inferentia／Graviton／Nitro 垂直整合，到 Furbo 將 BLIP 移植至 Inferentia 2、兩層 Auto Scaling 與 AMI 冷啟動優化，成功節省 81.6%–83% AI 運算成本。

整理 AWS 與 Super 8（雲發互動科技）ORRA 的議程：單一 Agent 決策循環、多代理人 Graph／Swarm／Workflow 三大協調模式、A2A 溝通、Amazon Bedrock AgentCore 核心組件，以及 ORRA 如何讓業務人員以 Job Description 方式在兩分鐘內建立並部署 AI 員工。

整理 AWS ProServ 資深顧問演講《Decompose with Care》：東南亞領先銀行如何以零中斷前提，將 2000 萬活躍用戶的全通路單體平台遷移至 AWS 雲端原生微服務——四大挑戰、Strangler Fig、三層 Facade、Contract-First / Mock-First 與 AI 時代的工程護欄。

整理 AWS 解決方案架構師 HC 與幣託運維經理 Michael 的沙龍分享：OWASP LLM Top 10 安全紅線、runC / gVisor / Kata 沙箱對比、Kubernetes 多租戶隔離層級，以及 BitoClaw 如何以 EKS、KEDA Scale-to-Zero、Pod Identity 與 Network Policy 打造合規低成本 AI Agent 平台。

整理 Amazon × TapPay 議程中的低延遲導購與支付護欄，並以 Amazon、AWS 官方資料核對 Alexa for Shopping 規模及 AgentCore 的權限與付款邊界。

根據 Google 官方發布與 ADK repository，解析 ADK 2.0 如何分離 deterministic routing 與 LLM reasoning，並評估 workflow、task、HITL 與 production runtime 的責任邊界。

以 Prompt Injection、工具授權、資料外洩、記憶與身分、供應鏈及可觀測性為邊界，建立可驗證的企業 AI Agent 縱深防禦架構。

整理 2026-07-28 MCP 規格相對於舊版的控制點：無狀態核心、Tasks、Apps，以及要不要遷移。規格日期放在正文。

AI Summit 分享整理：企業 AI Control Plane、15+ Agents 責任分解、理專現場的四段 Runtime 流程、三層安全邊界、LLM-as-a-Judge 品質治理，以及 E·P·J·T 可複用能力底座。

Cloud Summit 分享整理：金融 AI 上線的三條生死線、PoC 為何卡住、Cloud Native AI Runtime 三層架構、MCP 工具治理、Hybrid Search 與 Agentic RAG，以及為何準確度是工作流屬性而非模型功能。

依 Martin Fowler 的說法，Harness Engineering 是包在 coding agent 外層的控制迴路：前饋 guides 加上回饋 sensors；信任是可設計的控制，不是感覺。

深讀 2026 年 2 月橫向整理：工程師工作分裂為「建環境」與「管 Agent」、架構當護欄、工具即回饋、AGENTS.md 當系統紀錄，以及規劃與執行分離。

根據 Anthropic《Harness design for long-running application development》整理：用生成-評估分工、外部評測與 QA 合約，提升長任務的可靠性與可控性。

根據 Anthropic 的長時間 Agent 實驗，拆解 initializer、進度檔、feature inventory、Git 與端到端驗證如何讓工作跨 context 穩定延續。

對 Anthropic Building Effective Agents 的架構判讀：工作流、工具、評測與何時不該做成 Agent。這不是站上的 AI Agent 完整指南。