.jpeg)
從原型到生產環境
第五天
超越本地測試，學習如何部署和擴展 AI 代理，使其適用於實際應用。本次課程將涵蓋部署代理程式的最佳實踐，以便其他人可以使用它們，包括如何使用 Agent2Agent (A2A) 協定創建真正的多代理系統。
- 作業1: 探索如何使用 Agent2Agent (A2A) 協定實現代理程式之間的互動
- 作業2:
可選將您的代理程式部署到 Google Cloud 上的 Agentu 上的 Agent Engine
Agent 基礎建設
- 自動評估產出
- 自動CICD
- 複雜的處理能力
AI engineer vs Prompt engineer
- AI工程師與數據科學家合作，提示工程師在技術團隊與終端使用者間操縱模型反饋
- AI工程師面向模型訓練，提示工程師注重模型反饋
- AI 工程師偏重於技術與數據科學知識的深入應用，而提示工程師則更加專注於與語言模型互動的人機溝通技巧與輸出品質控制
工程上最快除錯的方式
- 好的CI在更新程式時立即找出問題
- 好的CD在終端使用者前攔截錯誤
- 弭平產品化前的鴻溝
- 版本控制
三層防護prompt injection
- 制定Agent基礎規則
- 輸入輸出控管
- 紅隊演練，持續監控修改
白皮書要點
- 人工智慧代理運行生命週期的技術指南，重點關注部署、擴展和生產化
- 原型過渡到企業級解決方案所面臨的挑戰
- A2A多代理協作
- 將代理程式部署到 Google Cloud 上的 Vertex AI Agent Engine
如果你覺得這篇文章很棒，請你不吝點讚 (ﾟ∀ﾟ)