AI agent 為何重犯同樣的錯？skillify 10 步 workflow

Garry Tan 用兩個真實失誤拆解 AI agent 為何老是重犯同樣的錯，重點不在多寫 prompt，而是把每次失敗 skillify 成技能、腳本、測試、resolver 與稽核 workflow。 ⭐ 文章深度讀：整理了 skillify 真正該抄走的修錯順序與長期護欄 → https://heymaibao.com/skillify-agent-reliability-workflow/ ⚡ 章節重點 為什麼 AI agent 老是重犯同樣的錯 00:00 兩個失敗案例，問題其實是同一種 01:51 Skillify 到底在修什麼 02:53 為什麼測試、路由與 DRY 稽核缺一不可 04:33 這其實是在建立新的工程紀律 05:49 最後該帶走的 3 個問題 06:26 📝 懶人包 ∙ LangChain / LangSmith 已經給了很多測試 primitives，但沒有交付錯誤發生後該怎麼修、修到哪裡才算完成的 workflow。 ∙ 原文用兩個失敗案例指出同一個 root cause，也就是 deterministic 工作沒有被拉回腳本與規則，而是還在交給模型現場推理。 ∙ skillify 的本質，是把每次失敗升格成技能契約、腳本、測試、resolver 與稽核流程，讓同類錯誤之後難以重演。 ∙ 這篇最值得抄走的，不是某個工具名，而是把 agent 的長期改進從口頭承諾改成工程制度。 📚 參考資料 @garrytan 的 X 貼文 → https://x.com/garrytan/status/2046876981711769720