AI Agent 時代的企業系統設計

從 OpenBao、OpenFGA、OpenMetadata、OpenTelemetry 談起。

Agent 接到「找出逾期訂單」之後，需要知道的不只有 SQL：這個人能看什麼、資料的日期代表什麼、用哪一組憑證連線，以及出錯時如何找回證據。本課把這些問題放進同一個可操作的案例，最後延伸到 Agent 代表企業花錢時，架構與商業模式要如何改變。

OpenMetadata：due_date 是承諾出貨日；逾期還必須檢查是否已出貨。先有業務定義，才有可驗證的答案。

進入學員沙盒　先看動畫解說　課前準備

從新聞開始：一個身分失守，整個企業會停嗎？

新增時事與韌性架構：日本兩起千萬筆會員外洩、KADOKAWA／Niconico 與 NHS 供應商事件，帶回授權、短效憑證、資料最小化、隔離、稽核與恢復設計。含 15 分鐘桌上演練及可展開的決策提示。

完成這堂課，你要能證明什麼？

要回答的問題	要交出的證據
Agent 為什麼被允許或拒絕？	OpenFGA 判定，以及是否繼續發證
憑證真的會失效嗎？	發證後成功、撤銷後新連線失敗
為什麼同一張表可能被誤解？	完整與模糊業務定義的比較
慢在哪裡、錯在哪裡？	自己那次請求的 trace 與 span 耗時
Agent 花錢的上限由誰決定？	預算、核准、重複付款與對帳的設計

建議教學安排

完整實作為 120 分鐘：概念與動畫 15 分、資料定義 15 分、授權 20 分、憑證 20 分、追蹤 20 分、Mercury 與商業模式討論 20 分、成果回顧 10 分。若只有 50 分鐘，採動畫 6 分、講師示範四項控制 24 分、Mercury 小組討論 15 分與總結 5 分，實作留課後完成。

加入時事桌上演練可延伸為 135 分鐘；若維持 120 分鐘，把原有 Mercury 與商業模式討論的 20 分鐘改為時事與韌性 10 分、Mercury 10 分，完整工作紙留課後。

這是 50 個獨立學員帳號共用的一套服務，不是 50 台虛擬機。每人有獨立資料 schema、OpenFGA store 與操作紀錄。使用合成資料，不需信用卡、不需 API 付費金鑰、不需 GPU 推論。

與前兩堂課的連貫性

Langfuse 幫助觀察 AI 應用；Jev 幫助評估結果品質。這堂補上資料語意、授權與憑證，再用 OpenTelemetry 串起服務執行證據。追蹤成功、授權成功與回答正確，是三種不同的驗證。