AI 202 · 模組 7
把 Planning 與 Reasoning 變成可設計的系統
開始第一節Agent Planning & Reasoning Canvas 是 AI 202 的主要成果。它把 Agent 的目標、狀態、行動、推理、評估與重新規劃放在同一頁，讓設計可以被審閱，並交給下一階段。Canvas 共有 15 個區塊，這張投影片先介紹前四個。
如何把 Agent 的目標、狀態、行動、推理、評估與重新規劃，設計成一個可實作的架構？
| # | 區塊 | 記錄內容 |
|---|---|---|
| 1 | Agent Goal | 最終目標、什麼算成功，以及明確不在範圍內的事項 |
| 2 | Initial State | Agent 一開始知道什麼：Context、Memory、已知限制與可用資源 |
| 3 | Observations | Agent 執行時能觀察到什麼：使用者回饋、工具結果、檢索到的 Knowledge、環境狀態與中間產出 |
| 4 | Subgoals | 主要目標如何拆解成較小的目標 |
資訊
區塊 5 到 8 描述 Agent 能做什麼，以及如何選擇。它們直接連結單元 2 到 4。
| # | 區塊 | 記錄內容 |
|---|---|---|
| 5 | Available Actions | Agent 能做什麼，例如 reason、retrieve、ask、search、call tool、generate、compare、verify、escalate 或 stop |
| 6 | Tools | 哪些行動依賴 AI 201 的工具。每個工具記錄：用途、何時可以使用、相關權限與預期結果 |
| 7 | Planning Strategy | 選擇或組合：Fixed Plan、Rolling Plan、ReAct、Search、Tree Search、MCTS 概念、Adaptive Planning |
| 8 | Decision Policy | 每個重要決策：要決定什麼、需要哪些狀態或證據、有哪些選項，以及用什麼標準決定下一步行動 |
注意
Planning & Reasoning Canvas 的 Tools 區塊應該放什麼？
區塊 9 到 12 描述 Agent 如何知道自己是否在軌道上，以及有哪些限制。它們納入單元 5 與 6 的內容。
| # | 區塊 | 記錄內容 |
|---|---|---|
| 9 | Evaluation | Agent 如何知道行動有效。可用面向：正確性、完整性、相關性、成本、延遲、風險、來源品質、使用者接受度 |
| 10 | Reflection | Agent 何時該反思。什麼失敗了？是行動錯了、Plan 錯了，還是 Observation 不完整？需要更多證據嗎？ |
| 11 | Re-planning Triggers | 哪些條件會讓 Plan 改變 |
| 12 | Constraints & Boundaries | 行動限制、資料限制、成本上限、步數上限、時間上限與禁止的行動 |
資訊
| # | 區塊 | 記錄內容 |
|---|---|---|
| 13 | Human Escalation | Agent 何時必須讓人介入，例如信心低、高影響行動、不可逆行動、目標不明確、指示互相衝突或政策例外 |
| 14 | Stop Conditions | 成功停止、失敗停止、安全停止、預算停止與人工接手 |
| 15 | Final Output | Agent 應產出的成果物或結果 |
資訊
依建議流程，Agent 評估完結果、反思後發現 Plan 有問題，接下來會發生什麼？
使用你在課程中帶著走的任務，或一個模擬任務，來完成 Canvas。重用單元 1 到 6 的成果，補齊缺口。
為什麼這個 Agent 應該選擇這個下一步行動？什麼證據會讓它改變計畫？
注意
完成
