這門課的主線是：你會親手把一支程式代理人從零寫出來。從第一支程式到最後一支，是同一支程式一路長大，每一章加上一個零件。

一、大型語言模型是什麼

它對外就是一個會回話的伺服器，但它怎麼把你的字變成回答？文字先被切成詞元：你會看到幾種切法、位元組對編碼怎麼長出詞表、中文和英文各要花多少詞元。它每一步只算一件事：下一個詞元。同一個道理說明了它為什麼補得出程式，也說明了它為什麼會一本正經地講錯。最後看它從預訓練到能聽懂指令，中間經過哪幾段訓練。

二、第一次接觸：一支 HTTP 請求

大型語言模型對外就是一個 HTTP 端點。第一支程式十行，把一句話送出去、把回應印出來；你會看懂網址、標頭、JSON，以及送出去的那一包裡每一個欄位在做什麼。

三、先想再答

有些模型會先推理再回答。你會親眼比較關掉與開啟推理的回應差在哪裡，看那一段推理是怎麼用強化學習練出來的、推理強度該怎麼設，以及用系統訊息決定它扮演什麼角色。

四、多輪對話

模型本身不記得你前一句講過什麼。你會寫一個互動式的對話程式，自己把對話歷史存起來、每次整段送回去，看懂它「記得」的真相；也會看到對話的那些角色標記是怎麼教給模型的，以及為什麼偽造一輪對話就能騙過它。

五、工具呼叫

模型只會產生文字。它之所以能動手，是因為你把函式描述成規格交給它，它回一段「我要呼叫哪個工具、帶什麼參數」，再由你的程式去執行。你會先用純文字協定自己做一次，再換成端點內建的工具呼叫，並看懂這個格式和「該不該呼叫」的判斷是怎麼練出來的。

六、代理迴圈

把工具結果接回去、再問一次，就是思考、行動、觀察這個迴圈。你會寫出第一支會自己連走好幾步的代理，加上步數上限，補上寫檔工具；也會親眼看到工具結果沒接回去、或它開始繞圈空轉時會發生什麼，以及代理行為背後的強化學習。

七、檔案與邊界

讓它讀寫檔案，就得先劃好它能碰的範圍。你會替它蓋一個沙箱，看越界的路徑怎麼被擋下來，也會看到一種擋不住的情況：操作完全合法，但做錯了。接著加上檢查點與執行軌跡讓它做錯了救得回來，並談指令階層、三層防禦與不同的隔離等級。

八、執行指令

能執行指令，代理才形成「跑測試、看到失敗、修、再跑」的自我修正閉環。但同一個能力也能刪錯檔案、跑錯指令，所以你會替它加上執行前先問你的確認閘與指令白名單，並且試著繞過去，看看擋不擋得住：殼層注入、藏在網頁裡的指令、跑不完的指令。也會看到業界用分類器與旁路審查自動放行的做法，以及為什麼專用工具比一個萬用的「執行指令」好管。

九、壓縮對話歷史

代理每走一步都要把整段歷史重送一次，那一包只會愈來愈大。你會先估它用掉多少上下文（中文和英文的估法不同），比較幾種壓縮做法，再寫出把舊對話濃縮成摘要的壓縮，避開「把任務本身也壓掉」這類整合時真正會踩到的坑。到這裡，前面所有零件就組成了一支完整的代理 `agent.py`。

只要你寫過程式，懂變數、函式、迴圈、條件，哪個語言都可以，這門課都適合你。課裡的程式碼全是 Python，寫過會順一點；沒寫過也沒關係，只是會多花點時間在語法上。你不需要機器學習或數學背景。

特別適合以下幾類學員：

● 已經在使用 AI 寫程式工具的開發者
如果你已經在使用 Claude Code、Codex、Cursor 等工具，但常常覺得它有時很強、有時卻莫名其妙改錯，這門課會帶你看懂它背後的運作方式。

● 想理解 AI 開發工具底層原理的人
如果你不想只停留在「下提示」或「試到可以用」，而是想知道大型語言模型、工具呼叫（tool calling）、代理迴圈（agent loop）、權限與上下文如何組成一個程式代理人，這門課讓你自己組一次。

● 想把大型語言模型接進自己程式的人
如果你想在自己的產品或內部工具裡用上大型語言模型，這門課從 HTTP 請求開始，讓你看到不靠框架要寫哪些東西。

請自備一台筆電，Windows、macOS、Linux 都可以。

需要準備的東西只有一樣：Python 3。課堂上寫的每一支程式都只用 Python 標準函式庫，不需要安裝任何第三方套件，也不需要建立虛擬環境。

不需要自備 API 金鑰，也完全不用花錢：課堂提供一個現成的模型端點，不用申請帳號、不用綁信用卡，連上去就能用。

真的裝不了 Python 也沒關係。所有範例都可以直接在瀏覽器裡用 Google Colab 開啟並執行，投影片上每一段程式碼都附有連結。

●本班為實體課程，常見QA詳情連結

●校園防疫措施詳情連結

●公務員全程參與課程學習後可於課程結束後申請登錄公務人員學習時數

●課程影片觀看期限至課程結束後一週關閉

(一)退費期限：開課日後⅓時數內，詳情連結

(二)查詢結業狀況：結業名單連結