李宏毅
簡介
台灣大學電機系教授，中文 LLM / 機器學習教育主力。長年在 YouTube 與校內公開課中以中文講解深度學習、語言模型、強化學習等議題；近年將課程更新到 LLM / agent / Harness-Engineering 等前沿主題，影片素以故事化講解 + 實作小實驗驅動為特色。vault 第一個學術型 ML / LLM 教育者實體。
重要事實
- 任職：國立台灣大學電機工程學系教授；長年開「機器學習導論」等公開課程。
- 教學風格：以故事化敘事 + 親手做小實驗驅動；對前沿論文系統化整理，但講法直白可懂。
- 影片素材的特色：常自製代理人（如「小金」三隻：Claude-Code / OpenCode / Coze 三個不同 harness 的 instance）做日常實驗，把抽象研究議題（Harness-Engineering / Verbalized-Feedback / Steering-Vector）轉成可操作的具體案例。
- 對 Agent / LLM 議題的關鍵洞見（2026-05-02-Harness-Engineering駕馭工程）：
- 「有時候模型無法完成任務不是能力不行，而是沒有好的 Harness」
- 「換模型應該換 harness」
- 「不要過度責備 AI」（從 Steering-Vector 因果機制推出的紀律）
- 「2026 年是 lifelong agent 元年」（Lifelong-AI-Agent 的時點判斷）
- 個人實作經驗：
- 小金（OpenClaw 改裝 ChatGPT）已運行 2 個月，跑在舊筆電上；雲端備份救過一次 crash。
- 元實驗：讓 Claude-Code（Opus 4.6）改 Haiku 3.5 的
AGENTS.md打 PinchBench → 13.5 分 → 85 分（meta-harness 自我演化的實作驗證）。
相關概念
- Harness-Engineering
- Ralph-Loop
- Steering-Vector
- Verbalized-Feedback
- Lifelong-AI-Agent
- Prompt-Engineering
- Context-Engineering
- Agent
- Sub-Agent
- Agent-Memory
- Agentic-Context-Engineering
- Context-Collapse
來源系列：AI Agent 三部曲（機器學習導論 2025 下半推測）
2026-05-02-AI-Agent-Context-Engineering系統化 開場明確將其分為三段：
| 段落 | 主題 | 對應 |
|---|---|---|
| 1/3 | AI Agent 核心技術 = Context-Engineering | 2026-05-02-AI-Agent-Context-Engineering系統化（已 ingest） |
| 2/3 | AI Agent 之間的互動 | 待 ingest（預期觸及 Agent2Agent / multi-agent 議題） |
| 3/3 | AI Agent 對未來工作的衝擊 | 待 ingest（預期觸及就業 / 工作流轉型議題） |
2026-05-02-Harness-Engineering駕馭工程 是另一單元（駕馭工程），與本三部曲非同一系列但主題相鄰。
相關來源
- 2026-05-02-Harness-Engineering駕馭工程 — vault 第一份李宏毅來源；機器學習導論「Harness Engineering 駕馭工程」單元
- 2026-05-02-AI-Agent-Context-Engineering系統化 — AI Agent 系列 1/3；vault 第二份李宏毅來源；本概念在 vault 中第一次被推進到演算法層（C = P + M、F 多種變體）
備註
建頁理由：李宏毅 是中文世界 ML / LLM 教育的核心節點，未來預期會持續累積其他課程影片（強化學習、Diffusion、Agent 設計等）；獨立成 entity 而非散落在來源 author 欄位，便於未來來源 ingest 時做交叉引用。本影片是其在 vault 中的首入錨點。
未來累積方向：(a) 機器學習導論其他單元（pre-train / fine-tune / RLHF / agent design 等）；(b) 與其他 ML 教育者的對位（Karpathy / Ali Abdaal 教育向 vs 李宏毅學術向 vs 老石談芯 半導體向）；(c) 其學生或合作者出現的研究 / 工具實體。