AI 302 實作活動
七個簡短活動，培養設計好的 Agent Harness & Reliability Canvas 所需的判斷力
資訊
Agent Logic 還是 Harness？
判斷每個模擬的設計元素由誰或什麼負責：Agent reasoning（決定要做什麼）、Workflow logic（事先定義的步驟順序）、Harness control（執行、追蹤、暫停、Resume 與限制執行）、Human control（由真人決定或核准），或 Tool responsibility（工具本身的職責）。
已答對 0 / 8 題
Build the State Model
一個模擬的文件處理 Agent 以 State Machine 運作。請將每個項目分類為 State（Run 目前所在位置）、Transition（讓它在 State 之間移動的條件）、Error state（失敗狀態），或 Human review state（等待真人的狀態）。
已答對 0 / 8 題
Where Should We Checkpoint?
一個模擬的流程會讀取資料、擬定摘要、寄出電子郵件（外部動作），再更新一筆紀錄。請判斷每個時間點是適合的 Checkpoint、不適合或不安全設 Checkpoint 的位置（No checkpoint），或是 Duplicate execution risk：在這裡重播，若沒有先確認是否已完成，可能重複外部動作。
已答對 0 / 8 題
Automatic or Human Gate?
為每個模擬動作決定 Gate：Auto-continue（低風險，不需檢查）、Auto-verify（自動檢查後繼續）、Human review（真人先看過再繼續）、Human approval（無法復原或對外的動作必須先由真人核准），或 Prohibit（Agent 不得執行）。
已答對 0 / 8 題
Retry, Recover, Escalate or Stop?
針對每個模擬的失敗，選擇最合適的回應：Retry（在上限內再試同一件事）、Fallback（改用另一條路徑或工具）、Escalate（交給真人）或 Safe stop（停止並保留 State 與原因）。請記得：Retry 並不總是安全。
已答對 0 / 8 題
Compact the Context
一個模擬的 Agent 已執行 300 步，Context 幾乎已滿。針對執行歷史中的每個項目，判斷應該保留在 Working Context（Keep）、濃縮成簡短的 State 筆記（Summarize），還是從 Working Context 移除（Drop，仍可留在封存中）。
已答對 0 / 8 題
What Should We Observe?
最低限度的 Observability 會記錄發生了什麼、在哪裡、為什麼。針對每一筆模擬的 Log，選擇它是哪一種資訊：Run（一次執行的身分與狀態）、State（Run 目前所在位置）、Tool call（一次呼叫與其結果）、Error（什麼失敗、在哪裡）、Recovery（對此做了什麼），或 Human intervention（真人做了什麼）。
已答對 0 / 8 題