2026-06-13, 10:25–10:55 (Asia/Taipei), R122
LLM 很強，但真正困難的從來不是「叫 AI 回答問題」，而是如何讓 AI 在真實世界穩定工作。
這場分享將從 AI Agent 的工程實戰出發，討論如何從單純 Prompt Engineering，逐步走向 Context Engineering 與 Harness Engineering，建立真正能在產品、工作流程、企業場景中運作的 AI Agent 系統。
- Prompt Engineering 的實際限制與常見誤區
- Context Engineering：如何管理記憶、上下文、工具與狀態
- Harness Engineering：如何設計 Agent 執行框架與工作流
- Multi-Agent 架構設計與協作模式
- 不同模型（Claude、GPT、Gemini、Open Source Models）之間的整合策略
- 如何根據不同場景選擇不同 Agent 架構
- AI Agent 在企業導入時的真實經驗與踩坑分享
- 「AI 很會 demo，但很難上 production」背後真正的原因
除了理論，也會分享大量實際開發與部署經驗，包括跨模型 orchestration、tool calling、workflow chaining、cost optimization，以及如何避免做出一堆看起來很厲害、但實際沒人會用的 AI 功能。