什麼是代理工作流程？

主動代理式系統的基礎架構邏輯，仰賴持續運作的感知、推理與行動迴圈。自主代理接收到高階目標後，會立即將其拆解為一系列可管理的小型子任務。這項分解過程至關重要，能讓模型聚焦於當前需求，顯著降低認知負擔，並避免出現幻覺式輸出內容。當模型試圖在單一運算過程中解決大量問題時，就經常會發生這種情況。

在主動執行階段，模型會持續處理即時遙測資料、觸發必要的 API，並評估行動結果。由於代理具備動態運作能力，因此能自主處理執行階段的錯誤或非預期的資料格式，在每個步驟中都不需要等待人為介入，即可達成目標結果。

為說明這點，以下以一個企業情境為例，展示代理工作流程協助翻新應用程式元件，取代傳統的手動疑難排解程序：

代理會擷取微服務效能降低的警告，並自主交叉比對 Google Kubernetes Engine (GKE) 中的有效部署項目，以及 Cloud Source Repositories 中最近的程式碼變更，藉此定義影響範圍。

系統會直接查詢 Cloud Logging 中的應用程式記錄，以及 Cloud Monitoring 中的指標，找出導致速度變慢的高延遲 API 呼叫或資源爭用問題。

代理會使用基礎架構 API 佈建臨時且獨立的 GKE 叢集，安全地套用並測試建議的設定變更或程式碼修補程式，而不會影響正式環境流量。

如果建議的修正方式仍無法解決沙箱中的延遲問題，代理會立即調整策略。它不會當機，也不會僅僅回傳一般故障單，而是改為評估容器資源使用率，並嘗試其他最佳化做法，例如調整 Pod 自動調度參數或建議重構程式碼，直到找到可行的解決方案為止。

確認修正成功後，代理會將解決方案提交給人機迴圈 (HITL) 審查。待系統架構師核准變更後，代理便會將最佳化措施套用至正式環境，並將完整的疑難排解邏輯記錄到長期記憶庫，以加快日後的事件應變速度。

為了確保代理能可靠地自主運作，開發人員會使用特定的架構設計模式來建構工作流程，引導代理在環境中「思考」和運作。

• 規劃模式 (工作分解)：當代理收到龐大複雜的目標 (例如「將這個舊版應用程式遷移至 GKE」) 時，會立即將其分解為一系列較小的循序子工作：「分析依附元件」、「將元件容器化」、「設定網路」、「在預備環境中測試」。這種模式可減輕模型的認知負擔，運用可管理的步驟建立推論基準，大幅減少幻覺。
• 工具使用模式：代理會根據目前子工作的背景資訊，動態選擇要執行的 API、指令碼或查詢。代理會運用代理式 RAG (檢索增強生成) 等框架，主動從資料庫、程式碼存放區或網路擷取所需脈絡資訊，而非被動等待接收提示詞中的指示。例如，代理可能會使用 Cloud Asset Inventory API 瞭解目前的基礎架構。
• 反思模式 (自我修正)：這項模式仰賴疊代回饋循環，代理會執行工作 (例如編寫 Terraform 程式碼區塊)、讀取產生的建構或部署記錄、批評自己的輸出內容，並自動重寫解決方案，直到通過測試並成功執行。這對生成可靠的基礎架構即程式碼 (IaC) 至關重要。

代理工作流程正迅速從概念框架轉向各大企業領域中可用於正式環境的軟體部署，大幅提升了應用程式在雲端環境中的建構、部署與管理效率。

代理可分析現有的地端部署應用程式、找出依附元件，並生成詳細報告和遷移計畫，將應用程式遷移至 GKE 或 Cloud Run 等雲端原生平台。

多代理系統可即時監控應用程式效能、資源使用率和成本。代理可自動建議或套用最佳化措施，例如調整資源調度、微調資料庫查詢或重構程式碼，確保應用程式以符合成本效益的方式高效運作。

專為開發人員設計的代理可讀取現有程式碼集、瞭解應用程式邏輯，並建議或自動生成重構的程式碼片段，以提升效能、採用雲端原生模式或強化安全性，通常會與 Cloud Assist 等工具整合，提供程式碼建議。

發生效能減退的狀況時，代理可自動啟動調查、找出 Cloud Logging 和 Cloud Monitoring 的記錄與指標之間的關聯，並在分散式應用程式元件中找出根本原因，縮短平均解決時間。Cloud Assist 的調查功能正是為此而設計。

資安防護代理可持續掃描應用程式程式碼、設定和部署環境，找出安全漏洞和違反政策的情形，並自動生成修復步驟或向資安團隊發出警告。

代理可生成測試案例、執行整合測試及分析測試結果，為開發人員提供持續的回饋循環，並加快軟體開發生命週期。