YouTube 影片分析 — 吳恩達 Agentic AI 第八講 Agentic design patterns
依據 Windows worker 取得的逐字稿，整理影片摘要、核心亮點、顧哥品牌啟發與可發文角度。
來源資訊
| 項目 | 內容 |
|---|---|
| 標題 | 吳恩達 Agentic AI 第八講 Agentic design patterns |
| URL | https://www.youtube.com/watch?v=HwPce55W8NQ |
| 頻道 | 扣子說AI（轉載吳恩達 DeepLearning.AI Agentic AI 課程片段） |
| Video ID | HwPce55W8NQ |
| 語言 | English（auto-generated） |
| 逐字稿 | raw/transcripts/youtube/youtube-HwPce55W8NQ.md |
摘要
一句話總結
吳恩達提出建構 agentic workflow 的四大設計模式——反思（reflection）、工具使用（tool use）、規劃（planning）、多代理協作（multi-agent collaboration）——並逐一用範例說明：反思讓 LLM 檢查自己的輸出再迭代，工具使用讓 LLM 呼叫函式真正辦事，規劃讓 LLM 自己決定步驟順序，多代理則像組一支角色分工的虛擬團隊。
關鍵洞察
| 核心主張 | 說明 | 影片案例 |
|---|---|---|
| 四大設計模式：反思、工具使用、規劃、多代理協作 | 把積木（LLM、工具）組合成複雜 workflow 的典型方式；課程後續會逐一深入 | 本片先快速總覽四個模式，之後模組再深挖 |
| Reflection（反思）：讓 LLM 檢查自己的輸出並迭代 | 把 LLM 剛生成的程式碼貼回 prompt，請它檢查正確性、風格與效率並給批判，再把批判餵回去修正——同一模型也可能指出自己的 bug；若搭配執行看錯誤訊息，能迭代出更好的 V3 | 「這不是魔法，不會 100% 成功，但有時是效能上的漂亮加乘」；也可用獨立的 critic agent（被 prompt 成「批判程式碼」角色的 LLM）互相往返 |
| Tool use（工具使用）：給 LLM 呼叫函式的能力 | LLM 搭配工具後才能「做事」：web search 工具查「根據評論最好的咖啡機」、程式碼執行工具算複利題；開發者已賦予 LLM 從數學、資料分析、抓網頁/資料庫、email/行事曆生產力工具到影像處理的各種工具 | 「LLM 能決定用什麼工具（呼叫什麼函式），讓它完成的事多很多」 |
| Planning（規劃）：讓 LLM 自己決定步驟順序 | 不再由開發者硬編碼步驟，而是 LLM 決定要依序呼叫哪些 API 完成任務；較難控制、較實驗性，但偶爾給出令人驚喜的結果 | HuggingGPT 論文案例：生成「女孩在月球上讀書的圖＋旁白配音」→ 模型自動排定姿態判斷、生成圖片、影像轉文字、文字轉語音等 API 呼叫序列 |
| Multi-agent（多代理協作）：角色分工的虛擬團隊 | 像主管僱用一群專家合作：每個 agent 只是被 prompt 成特定角色的 LLM；比單一 agent 難控制，但研究顯示對複雜任務（寫傳記、下棋決策）常產出更好結果 | ChatDev 框架：CEO、程式設計師、測試員、設計師等角色組成虛擬軟體公司協作開發；行銷手冊例子：研究員＋行銷員＋編輯三個模擬 agent 接力 |
| 組合拳思維：積木＋模式＋eval | 整堂課的框架：找積木、用設計模式組合、再用 eval 看系統表現並持續改進 | 下一模組深潛 reflection——「出奇簡單、卻常帶來漂亮效能提升」 |
對顧哥品牌的啟發
- 搜課 LINE bot 已是「工具使用」的實例，下一步加「反思」 — bot 的知識庫檢索、點數查詢就是 tool use；吳恩達的反思模式可以直接套用：讓回覆生成後多一道「自我檢查」（語氣對不對、有沒有離題、資料夠不夠）再送出，品質立刻有感提升，成本也不高。
- E樂堂客服可用「多代理」實驗審核流程 — 主客服 agent 回覆後，加一個被 prompt 成「品牌審核員」的 critic agent 檢查語氣與政策（類似 ChatDev 的角色分工），或先跑「研究員＋編輯」式雙代理處理複雜客訴——符合吳恩達「複雜任務多代理更好」的觀察，且從低風險場景開始。
- 顧哥的內容生產流程可以全面導入 reflection — 寫貼文、課程文案、影片腳本時，採用「初稿→自我批判→修訂」三步驟；這正是可以示範給學員看的真實工作流，也是「吳恩達模式」在內容創作者身上的最佳詮釋。
- 把四大模式翻譯成中文案例＝獨家課程內容 — 多數中文內容只會轉述英文名詞；顧哥若把反思/工具/規劃/多代理各配一個台灣中小企業或 LINE bot 的實例（客服自動化、課程知識庫、行銷腳本），就是高價值的在地化教材，直接對應 E樂堂與搜課的產品故事。
可發文角度
- 「吳恩達的四個 Agent 設計模式：反思、工具、規劃、多代理」 — 一篇看懂四大模式，建立系列文的骨架
- 「讓 AI 檢查自己的程式碼：反思模式為什麼是新手第一個該學的」 — 用「貼回去、罵一頓、再改」的畫面感講 reflection
- 「給 AI 一支電話它才能辦事：工具使用讓模型從『會講』到『會做』」 — 咖啡機與複利兩個例子，講 tool use 的威力
- 「AI 開虛擬公司：ChatDev 裡 CEO、工程師、測試員都是機器人」 — 多代理協作的想像力案例，帶出角色分工的實務建議
證據與限制
- 本頁只根據 Windows worker 取得的 YouTube 自動逐字稿分析；HuggingGPT 案例段語音辨識雜訊較多（「a is the same as blind image」等），規劃模式的例子細節應以 HuggingGPT 論文原文為準。
- 影片為設計模式總覽，未附實作程式碼與量化比較；「多代理對複雜任務有更好結果」為研究觀察（傳記寫作、棋步決策），不代表所有場景都適用。
- 上傳頻道為「扣子說AI」轉載，非 DeepLearning.AI 官方頻道；中文字幕標題為轉載者所加，引用時應以原始課程為準。