一個 agent 從想法到出事，會在九個地方擋住你

AI Engineer World's Fair 2026 的線上議程軌，88 場演講。這是大會開放給社群投稿的那一軌，所以台上不是各家大廠的 keynote，而是工程師講自己這一年真的做出來、也真的壞過的東西。

值得整理的原因是密度。一場短的 4 分半、長的近一小時，中位數 18 分鐘，幾乎沒有鋪陳，上台就進主題。88 場橫跨 agent 架構、評測、檢索與記憶、開發流程、語音與多模態、還有產品上線之後才會遇到的那些事，等於一份 2026 年中 AI 工程實務的橫切面。

88 場照「這一場在講的問題，最早會在哪一站擋住你」分成九站，一場只進一站。判準與指派寫在 筆記的 README。

  • 88場筆記
  • 1176個時間軸段落
  • 562個名詞
  • 1747分鐘的節目

最後一站用虛線隔開——它不在系統裡，但決定前面八站做不做得成。

第 1 站決定要做什麼、用什麼做

還沒寫任何程式就擋住你:值不值得做、規格、資料條件、用哪顆模型、自己蓋還是租。

7 場　·　2 小時 19 分

  1. 001打造 Agent 系統的工程紀律Agentic AI Foundation19:38
  2. 010從需求到上線的 AI 系統設計框架MongoDB28:52
  3. 022先把規格寫好，再讓 AI 動手AWS17:47
  4. 029用四步驟把前沿模型換成小模型Arize30:51
  5. 034找對問題比寫程式更值錢VisualLabs15:45
  6. 071從租用到自建的推論基礎設施Kalmantic Labs7:51
  7. 076單細胞基礎模型的資料難題Altos Labs16:57

第 2 站搭 harness

誰決定下一步:控制流、狀態機、工具介面、安全邊界、什麼時候算完。

12 場　·　4 小時 7 分

  1. 003讓編碼代理人學會遞迴呼叫自己OpenProse23:48
  2. 028打造能撐住 agent 的基礎設施Meta Superintelligence Labs7:13
  3. 031領域專用 agent 的組合戰略StandardAgents30:38
  4. 042從固定 harness 走向自適應工程Annicha Labs37:01
  5. 046型別化 SDK 收服失控編碼代理Watershed Technology Inc.16:43
  6. 049七步打造更聰明的 harnessEtsy32:03
  7. 063Agent 何時才算真正完成Paperclip7:13
  8. 068階層式拆解如何生出研究假設Radicait19:22
  9. 080語音 Agent 的搶話時機拿捏AWS32:56
  10. 081別讓 LLM 自己決定下一步Microsoft6:07
  11. 085打造看得懂實體資料的 Agent HarnessDataChain27:32
  12. 087小模型撐起即時語音家教Microsoft5:44

第 3 站餵 context

塞得進去嗎:工具數量、程式碼量、token 預算、把內容先結構化。

9 場　·　2 小時 26 分

  1. 013幫瀏覽器 agent 換上一雙眼睛ARK4:25
  2. 019用 Docling 把非結構化文件變好用Red Hat20:40
  3. 020百工具陷阱與語意路由解法Prosodica28:27
  4. 024自建本地索引砍九成 AI 成本Tesco10:42
  5. 026省 token 的五個實用技巧AWS5:55
  6. 027寫出好 skill 的四個檢查點20:43
  7. 058用 RLM 化解大型程式碼庫的上下文問題Superagentic AI17:27
  8. 069內容工程：結構才是稀缺資源Conductor10:53
  9. 084Skills 時代的 Context 與護城河DataRobot26:39

第 4 站記住東西

找得到嗎:檢索、記憶、圖結構、快取、知識庫、跨 session。

11 場　·　3 小時 33 分

  1. 006多倉庫 agent 的失憶解方Nx19:59
  2. 009把第二大腦變成研究記憶系統Towards AI39:32
  3. 011跨文件關聯抓出隱藏詐欺Independent19:00
  4. 015本地優先的混合 RAG 全流程Ogilvy45:47
  5. 021把評測結果餵回 agent 記憶StarlightSearch15:37
  6. 025多組平行快取取代知識圖譜Orbis5:52
  7. 045打造會精準檢索的知識型 AgentMixedbread AI14:28
  8. 056工廠養出的記憶大腦Machinecraft9:58
  9. 060五十萬顆感測器逼瘋 LLMPhaidra16:24
  10. 065圖結構實戰：從食譜到程式碼查詢Good Collective14:17
  11. 082企業 Agent 的三大結構破口Tesla12:07

第 5 站證明它能用

怎麼知道它對:評測、judge、benchmark、自我優化迴圈。

11 場　·　4 小時 51 分

  1. 002從答案到系統行為的評測轉型Meta Superintelligence Labs8:12
  2. 005評測抓不到的角色失真Results Gen58:17
  3. 012打造能自我優化的 AI agentNearform30:14
  4. 030讓 Agent 自動建、測、修 AgentMutagent34:49
  5. 032用模擬讓 agent 從建置走向設計Resonate HQ17:33
  6. 037打造可驗證、不退步的 agent 學習迴圈RELAI22:35
  7. 047十億 Token 規模的 Agent 大考驗Abundant AI12:57
  8. 064用心理計量學重新評測 LLMMindmakers23:34
  9. 070打造高信號回饋的自我優化迴圈Langfuse17:39
  10. 074把 eval 做到真正有用Lyft37:44
  11. 086AI agent 判斷不一致怎麼辦Datadog25:38

第 6 站交到人手上

人拿到的是什麼:輸出格式、介面、UX、怎麼讓人願意用。

11 場　·　3 小時 32 分

  1. 008把語氣管理拆成四層架構Isadora & Co20:56
  2. 016用 HTML 取代畫布做簡報Nori7:00
  3. 017動手打造隨身 OpenClaw 終端機Callstack24:35
  4. 023語音輸入、視覺輸出的延遲攻防Forestwalk Labs13:05
  5. 036介面卡在批次時代JoinIn AI20:13
  6. 038MCP App 的介面設計與上架心法Manufact, Inc28:54
  7. 040把 AI 產品講成一個故事Hey AI6:01
  8. 052委派型 AI 產品的四個關鍵組件Filed Inc15:12
  9. 072打造使用者不討厭的 AI 體驗Progress Software35:58
  10. 078把模型輸出變成能用的介面Amazon Lens14:12
  11. 079打造看懂買家的 GTM agentPosition226:26

第 7 站上線與觀測

半夜壞掉你看得到嗎:部署、log、重播、旗標、checkpoint、艦隊維運。

12 場　·　3 小時 26 分

  1. 004Agent 的身分其實是一份 LogOmnara15:11
  2. 007OG Assist 上線實錄OpenGov18:29
  3. 033強化學習修復 ETL 管線故障Anna Marie Benzon14:40
  4. 035用 Boundary 重現失控的 AgentMicrosoft14:09
  5. 039上線後才是真正的開始Wandero AI19:33
  6. 050一人管理三機 agent 艦隊的教訓KRAFTON9:11
  7. 054獨自打造 agent 逼出的五道關卡Sumaiya Shrabony10:51
  8. 066Agent 也需要功能旗標Sachin Gupta19:16
  9. 073幫 Agent 裝上一顆存檔鍵ZenML17:07
  10. 075讓 agent 每週自動抓效能債Hud22:45
  11. 083用多代理系統急救 Spark 任務Pinterest11:20
  12. 088讓 AI agent 接手效能除錯Netflix33:38

第 8 站出錯之後

已經出事了:幻覺、後門、資安、授權、審查債、自動化偏誤。

6 場　·　2 小時 33 分

  1. 043打造能辨別、不照准的系統Duolingo25:53
  2. 051用活化差異抓出 LLM 後門LexisNexis13:57
  3. 055五招工程解法終結 Agent 幻覺AWS55:19
  4. 059五個訊號，算出 PR 的審查債Ebay25:00
  5. 061AI 抓漏洞時代的資安因應Corridor19:43
  6. 077舊授權模型接不住 agentScalekit12:50

第 9 站組織與角色

不在系統裡,但決定前面八站做不做得成:團隊、流程、生態、語言選擇。

9 場　·　2 小時 25 分

  1. 014打造自主工程團隊的心法Agentic AI Foundation17:36
  2. 018研究原型交棒進生產程式碼的三槓桿Higharc14:57
  3. 041一個月全員 vibe coding 實驗Automattic17:48
  4. 044個人品牌是新創被低估的優勢Evil Martians12:35
  5. 048交付管線已死：軟體走向千人千面Sky Valley Ambient Computing19:49
  6. 053打造分身部隊的開發心法Snapchat15:28
  7. 057TypeScript 稱霸應用層Ratel14:16
  8. 062打造 agent 版的開放網路基礎建設MIT Media Lab12:10
  9. 067為科學協作打造 agent 收據協定Alithea Bio19:36

另一種看法：跨場主題

九站問的是「最早在哪裡擋住你」，主題表問的是「在講什麼題材」。同一批場兩種分法，主題表有 34 場落在外面，所以沒有拿它當骨架。

harness 才是主角，模型不是
反覆出現的主張：可靠度不是 prompt 問題，是控制權問題。模型負責提議，harness 負責決定現在走到哪一步、什麼時候算完。001042049081085
context 是有限預算
工具全塞進去會拖垮準確率，程式碼全丟進去會燒光 token。這幾場各給一套刪減法：語意路由、本地索引、遞迴呼叫、把內容先結構化。020024026058069084
檢索與記憶還沒有標準答案
同一個問題八種解法——知識圖譜、多組平行快取、純檔案加索引、把評測結果餵回記憶。它們彼此並不相容，選哪個要看你的文件會不會一直換。006009015021025045056065
eval 要量的是行為，不是答案
共識是 benchmark 分數不等於上線表現；分歧在拿什麼取代它——正式環境遙測、心理計量學、十億 token 的長跑，各有各的主張。002005021037047064074
上線那天才是開始
agent 半夜壞掉，你重現得了嗎？這幾場談的是 log、checkpoint、功能旗標、自動抓效能債這些事後才會痛的基礎建設。007035039050066073075
出錯的代價，與擋下來的方法
從微調後門、幻覺、感測器語意錯亂，到模型開始幫人找漏洞、舊的授權模型接不住 agent —— 這幾場處理的是出事之後。043051055060061077
語音是另一組約束
200 毫秒的預算改變了每一個設計決定：什麼時候該搶話、要不要改成視覺輸出、能不能用小模型撐住即時感。023080087
AI 進來之後，工程師做什麼
從 3,500 人的組織轉型，到一個人管三台機器的 agent 艦隊。這幾場講的是角色、流程與招募標準的變化，不是模型。014018022034041050053054
輸出那一層被低估了
agent 算完之後怎麼交到人手上：用 HTML 取代畫布、MCP App 的介面設計、把模型輸出變成真的能用的東西。016036038040072078