✦
A FRAMEWORK FOR RESPONSIBLE AI SYSTEMS
用四個維度，
評估 AI 系統的設計取捨
從系統能力、自主權、權限控管與可治理性，看見不同實作方式如何影響效益、風險與控制。
實作案例
能力
行動
系統內部
系統外部
↗︎
系統自主權
系統能自行決定什麼？⌁
權限控管
人類允許系統做什麼？◎
可治理性
人類如何理解與介入？平衡
RELATIONSHIP SLIDES
沿著同一張圖，
逐步理解四維關係
THE FOUR DIMENSIONS
展開四個維度，
看見 AI 系統的設計要素
系統能力
系統能做到什麼
系統自主權
系統能自行決定什麼
權限控管
人類允許系統做什麼
可治理性
人類如何理解與介入
系統能力 / SELECTED BRANCH
推理與協作能力
系統能以多複雜的推理與協作方式完成任務？
- L0規則／傳統程式
- L1單一模型生成
- L2推理、多模態與工具輔助
- L3多模型路由與角色型子代理
- L4動態多代理協作、協商與品質控制
L0–L4 描述不同實作型態，不代表越高越好；適合的做法取決於任務與風險。
IMPLEMENTATION SCENARIOS
了解情境需求，
才能找到合適的實作方案
定期蒐集展覽、活動與旅遊資訊，依個人偏好整理推薦，作為週末或旅遊規劃參考。錯誤容易被發現，決策可逆。
查看四維需求說明
定期連網搜尋、整理與去重即可
依排程蒐集，不需自行決定目標
只需公開網路讀取與資訊存檔
結果容易由本人手動驗證
既有工具＋輕量自動化
使用 Google Sheets 串接 AI，定期搜尋活動
工具整合足夠
有限自動化
沿用平台邊界
保留紀錄並人工確認
| 情境／方案 | 系統能力 | 系統自主權 | 權限控管 | 可治理性 | 投入成本 | 成本效益 |
|---|---|---|---|---|---|---|
| 情境需求 定期蒐集展覽、活動與旅遊資訊，依個人偏好整理推薦，作為週末或旅遊規劃參考。錯誤容易被發現，決策可逆。 | 定期連網搜尋、整理與去重即可 | 依排程蒐集，不需自行決定目標 | 只需公開網路讀取與資訊存檔 | 結果容易由本人手動驗證 | 低 | |
選項 A 直接詢問現成 AI使用 ChatGPT 等現成 AI，按需搜尋與整理活動 | 適合 能力足夠 | 不足 缺少持續蒐集 | 適合 不需敏感權限 | 適合 本人直接核對 | 低 按需使用 | 最低建置成本 適合偶爾使用 |
選項 B 既有工具＋輕量自動化使用 Google Sheets 串接 AI，定期搜尋活動 | 適合 工具整合足夠 | 適合 有限自動化 | 適合 沿用平台邊界 | 適合 保留紀錄並人工確認 | 低～中 少量設定與維護 | 建議起點 成本效益最佳 |
選項 C 自建推薦系統建立活動資料庫、偏好模型與自動通知服務 | 超出 能力較完整 | 超出 長期自主運作 | 超出 資料與工具範圍較廣 | 超出 需自行建立維運治理 | 高 開發與長期維運 | 高度客製 對此情境可能過度設計 |
CASE PRINCIPLE
低影響、可逆的工作，應優先利用既有工具，避免治理成本高於實際價值。
用四維分析，
解讀你對 AI 的疑惑
QUESTION 01
AI 新名詞，都在說什麼？
這些新名詞，其實都在描述四維中的一部分：如何讓 AI 更有能力、更能行動，也更可控制。
Context engineering 處理資料與脈絡，讓 AI 更能理解問題。
Harness engineering 把模型、工具、規則與流程組合成可控制的系統。
Loop engineering 讓 AI 在限定權限與停止條件下持續完成任務。
QUESTION 01
AI 新名詞，都在說什麼？
這些新名詞，其實都在描述四維中的一部分：如何讓 AI 更有能力、更能行動，也更可控制。
Context engineering 處理資料與脈絡，讓 AI 更能理解問題。
Harness engineering 把模型、工具、規則與流程組合成可控制的系統。
Loop engineering 讓 AI 在限定權限與停止條件下持續完成任務。
SYNTHESIS
三個設計判斷
AI 放大了能力，也放大了責任與成本。根據情境需求規劃合適的能力與成本，才能做出最適當的 AI 系統。
能力越大，責任越大
我們利用 AI 放大系統的能力與自主性，也必須承接更大的權限、治理與失敗責任。
Less is Better｜少即是好
能滿足情境需求的最簡單系統，可能才是最好的系統。
使用 AI，要先認識隱藏的成本
AI 的成本不只包括 Token 與運算，也包括上下文、工具呼叫、重試、驗證、監控、人工介入與治理成本。
EXPLORE ANOTHER LENS