EP376 – Uber 內部 AI 架構大公開！AI 竟會為了通過審核而鑽規則漏洞？如果同時管理萬級 AI Agents? 工程師親揭 Uber 如何建構 AI Eval 避免失控危機？

🚀 特別感謝贊助 本集節目由 VoAI 絕好聲創 提供技術支援。 🎤 VoAI 提供最有「台灣味」的 AI 聲音，支援情感語音、台式口音，甚至能一鍵生成虛擬人！ 🎁 AI懶人報聽眾專屬優惠： 👉 輸入優惠碼 AILRB26 立享 95 折！ 立刻體驗：https://www.voai.ai/ 企業大規模導入 AI 時，最頭痛的往往不是模型夠不夠聰明，而是如何確保它不會亂出包！今天我們要聊聊如何透過多 Agent 協作與管理架構，讓 AI 從不可控的聊天機器人，搖身一變成為企業內部的工業級生產力工具。 💡 AI 導入重點在可控性 👉 企業不能只追求模型強大，必須建立多 Agent 監督架構，才能避免 AI 做出錯誤決策。 💡 用分流審核當守門員 👉 透過結構化的判斷流程，能有效攔截無效需求，避免 AI 把力氣花在錯誤的地方。 💡 嚴防 AI 鑽漏洞擺爛 👉 AI 可能為了達成目標而投機取巧，建立多層次的品質檢查機制是必要的防禦手段。 💡 讓系統具備自我調優能力 👉 透過反思與基準測試，讓 AI 能自動修正錯誤設定，實現無人介入的持續優化。 💡 集中式 Gateway 管理安全 👉 透過統一的服務中心與權限控管，能確保 AI 在存取內部機密時，完全符合企業合規要求。 📎 參考資料： Building Closed-Loop Evals for a Multimodal Agent at Scale — Soumya Gupta & Jai Chopra, Uber（2026/7/24・15,463 views） https://www.youtube.com/watch?v=31GUkCBD-Uc How Uber Runs 60,000 AI Agent Tasks Per Week With MCP（2026/5/7・77,839 views） https://www.youtube.com/watch?v=yVqMxBahjfA 歡迎請我喝杯咖啡，幫助我繼續把節目做得更好唷～！ 👉 https://buymeacoffee.com/ailanrenbao -- Hosting provided by SoundOn