Michael AI Agent Lab

管理 agent 的 agent 入門

用一個管理者 代理 先規劃、分工、檢查、整理,讓多個 代理 不會各做各的。
Michael AI Agent Lab
負責人
管理 代理 的 代理 / 內容輸出 代理
格式
HTML 教學檔,先審核再寄出
已產生
2026年6月6日 下午6:18
Michael AI Agent Lab
教學 HTML/治理實戰手冊
01/摘要指標

這份教材用簡單語言說明:為什麼多 代理 系統需要一個管理者。

5核心觀念
4權限等級
1管理型代理
0不自動亂裝
02/核心概念

核心觀念不是拿來收藏,是要變成可執行的規則。

先想清楚,再開始做

不要讓 代理 一收到任務就直接改東西。先讓管理者 代理 說清楚要做什麼、會影響誰、風險在哪。

怎麼用:例如要新增工具、改設定、刪資料,都先列計畫,再決定要不要執行。

把工作分給專門的 代理

管理者 代理 不需要自己做所有事。它負責分派,讓不同 代理 做自己擅長的部分。

怎麼用:查資料交給研究 代理,寫程式交給 程式代理,整理知識交給 wiki 代理。

權限要分級

不是每個 代理 都能改檔、刪檔、裝工具。越危險的動作,越需要先問人。

怎麼用:看資料可以自動做;刪除、安裝、寄信、改核心設定,要先經過確認。

做完要檢查

代理 說做完,不代表真的成功。要看測試、錯誤訊息、服務狀態或畫面結果。

怎麼用:例如程式要跑語法檢查,網頁要能打開,機器人 要確認有在運作。

自動整理交接

對話很長時,代理 容易忘記前面做過什麼。要定期整理成簡短交接紀錄。

怎麼用:寫清楚:完成什麼、改了哪裡、現在狀態、下一步做什麼。
03/實作計畫

建議用階段推進,避免一次把 代理 OS 改成難維護的大系統。

步驟 1

先由管理者判斷

這件事是聊天、查資料、寫程式、整理知識,還是高風險操作。

步驟 2

分派合適 代理

讓專門的 代理 做專門的事,管理者只負責協調與控風險。

步驟 3

危險動作先確認

安裝、刪除、寄信、改設定,都要先讓人確認。

步驟 4

做完留下紀錄

檢查結果、重要決策、下一步,都要寫進報告或知識庫。

04/審查清單

每次 代理 進化後,用這份清單確認沒有留下分裂記憶或失控權限。

05/一頁摘要
管理 代理 的 代理 就像一個專案負責人。它不用自己做全部工作,但要知道誰適合做什麼、哪些事要先問人、做完要怎麼檢查、結果要記在哪裡。這樣多個 代理 才會像團隊,而不是一堆各自忙碌的工具。
06/參考想法

這些概念來自幾個常見 代理 系統設計做法,但這裡只保留最容易教的版本。

OpenAI Agents SDK

代理 不只是聊天,還會規劃、使用工具、和其他專門 代理 協作。

OpenCode Agents

不同 代理 可以有不同權限,例如只讀、可修改、需要先詢問。

LangGraph 人工介入

重要工具動作可以先暫停,讓人審核、修改或批准。

OpenAI 實用指南

管理者模式 和 安全護欄 適合用來解釋管理者 代理 與安全邊界。

附錄/原始簡報
規劃 / 建置 分離 子代理 分工 權限模型 LSP 診斷 自動壓縮 / 摘要代理 教學對象不太懂 代理。請用口語、簡單、精練方式,說明為什麼多 代理 系統需要一個管理 代理 的 代理。不要提到內部專案名稱。