林旺滴自由創作空間

  做了 AgentMorph 後，我重新理解了「AI Demo 到 Production」 前 30 天，我一直在討論一個問題：AI Demo 為什麼上不了 Production？ 今天我想換個方式，介紹新的AI技術應用AgentMorph，也是回頭看看我自己正在做的 AgentMorph。 AgentMorph 是我實作的一個 AI Agent 平台。我希望使用者可以建立不同角色的 Agent，並依照 Work、Learn、Relax 等不同情境使用，同時把 Agent 的 Identity、Tools、Knowledge、Permissions 與 Execution 分開思考。 一開始做 Prototype 時，我最關心的也是「功能能不能跑」。但隨著功能逐漸增加，我遇到的問題開始變成：登入怎麼處理？不同使用者的權限怎麼隔離？Tool 能不能安全執行？資料怎麼保存？付款後的使用權限怎麼驗證？發生錯誤又該如何恢復？ 這些問題，其實就是前 30 天反覆談到的同一件事。 Demo 關心功能能不能成功一次；Production 關心的是整個系統能不能持續被使用。 現在回頭看 AgentMorph，我反而覺得它不只是我做的一個 AI Agent 專案，也是一個讓我實際驗證 AI Infrastructure 思維的實驗場。 所以今天留下的問題很簡單： 如果把自己做過的 AI 專案重新檢查一次，它現在究竟是一個「可以展示的 Demo」，還是一個「正在走向 Production 的系統」？ 這也是我撰寫《AI Infrastructure 實戰：AI Demo 為什麼上不了 Production？》時，不斷拿自己的實作重新檢驗的問題。 我有多年 IT 技術與跨域學習經驗，現在把 AI、Cloud、Infrastructure 串起來, 今天實作給你看！ https://app.agentmorph.dpdns.org/ 這30天，我一路寫文章寫書，用AI寫了上面這個WEB程式軟體，把所寫的內容做了一輪實作！今天才剛要發布出來！ 這30天我每天分享一個經驗，把 30 天本身變成經驗也用實作從CLAUDE CODE=>CODX->MANUS=>CURSOR=>Antigravity->CODEX~>AWS 我從與AI討論從零開始開始做...

  我有多年 IT 技術與跨域學習經驗，現在把 AI、Cloud、Infrastructure 串起來 30 天後，我終於能回答：AI Demo 為什麼上不了 Production？ 60 天前，我用一個問題開始這個系列： (30天完成後，休息了30天，其實留了1篇等著今天來發，意不意外，驚不驚喜？) AI Demo 明明可以跑，為什麼上不了 Production？ 30 天後，我的答案反而比一開始更簡單：因為「模型能跑」只是整個 AI System 的其中一層。 這 30 天，我一路從 GPU、VRAM、模型大小與 Quantization，談到 Runtime、Dependency、Docker、Kubernetes，再往 Scaling、Cost、Observability、Reliability、Security 與 AI Agent 延伸。 這也讓我重新整理自己過去從 Python、AI/ML、Cloud、Container、Kubernetes 到 LLM 與 Agent 的學習與實作經驗。 我逐漸發現，真正困難的從來不是讓一個 AI Demo 成功執行一次，而是讓它 明天還能跑、換個環境還能跑、使用者增加還能跑、發生故障能恢復，而且成本、安全與效能仍然可以被控制。 Google Cloud 最新的 Well-Architected Framework，同樣從 Operational Excellence、Security、Reliability、Cost 與 Performance 等不同面向思考真正可以長期運作的系統。 所以現在我認為： Demo 證明的是「這個想法做得到」；Production 證明的是「這套系統能持續被信任」。 但 30 天結束後，我反而想留下另一個問題： 當 AI 與 Agent 持續快速進化，我們今天認為 Production-ready 的架構，半年後還會 Production-ready 嗎？ 這也是我寫《AI Infrastructure 實戰：AI Demo 為什麼上不了 Production？》這個主題與這一本書真正想繼續探索的問題。 30 天結束了，但從 Demo 走向 Production 的實戰，才正要開始。 https://app.agentmorph.dpdns.org/ 這30天，我一路寫文章寫書...