墨宇 AgentAll 累積 220 場 AI 實戰課程，涵蓋 8 條企業培訓線
8條課程線涵蓋n8n、Codex、Python、GAS與企業AI Workshop
墨宇旗下 AgentAll 公布的場次帳本目前累積 220 場 AI 實戰課程，涵蓋 n8n、Claude Code 與 Codex、Python、Google Apps Script、Google AI Studio、介面設計、FDE 培訓與企業 Workshop 等 8 條課程線。場次能證明供應量，不能單獨證明員工已把技能帶回工作；企業採購時應把驗收分成課堂作品、30 天實際使用與 60 至 90 天流程結果，並同時追蹤錯誤、人工接管和資料風險。
220 場與 8 條課程線怎麼看
依公開帳本，n8n 自動化訓練營在臺北 27 場、臺中 8 場；Claude Code 與 Codex 實戰訓練 26 場；Python 自動化 20 場；GAS 自動化應用 24 場；FDE 實戰培訓 80 場；Google AI Studio 實務訓練 18 場；介面設計結合 AI 工具 17 場，其餘為依需求成班的企業 Workshop。這些數字描述課程供給，不等於完課人數、上線流程數或投資報酬。
比較課程時，先問每條課程線對應哪種工作輸出。n8n 適合事件觸發與跨系統流程；Codex、Claude Code 與 Python 偏向程式或腳本；GAS 連接試算表、表單與 Workspace；Google AI Studio 用於模型原型；FDE 與企業 Workshop 則必須回到組織的流程與系統。工具名稱相同，不代表課程深度、權限環境與交付標準相同。
課程產出為什麼要回到真實工作
只在教室完成範例，常見落差是回公司後沒有資料權限、觸發條件不同、錯誤沒有人接手，或同事無法維護。較可驗收的作法是讓學員帶一個低風險、可回復的真實任務進場，例如整理表單、產出固定報表或將核准後的內容寫入系統；課堂結束時留下流程圖、權限清單、測試資料、失敗處理與負責人。
勞動部 2026 年職訓成果說明把職業訓練定位為連結人才培育與產業需求，成果展也以學員專題呈現 AI、數位科技與產業應用。這支持「用可展示成果連回工作需求」的方向，但不代表任何單一民間課程已獲政府認證或保證就業。企業仍需自行定義角色需要的能力與工作證據。
企業 AI 培訓的三階段驗收
| 階段 | 要交付的證據 | 不應只看 |
|---|---|---|
| 課堂結束 | 可執行作品、說明文件、測試案例、擁有者 | 出席、滿意度、簡報頁數 |
| 30 天 | 實際執行次數、成功率、人工接管、錯誤與修復 | 學員說「有在用」 |
| 60–90 天 | 導入前後同口徑工時、品質、等待與風險事件 | 節省時間的單次估計 |
本表是將培訓與流程上線拆開驗收的原創整理。第一階段回答「學員做得出來嗎」，第二階段回答「工作環境跑得起來嗎」，第三階段才回答「流程是否改善」。若基準期間、件數與工作範圍不同，就不能把前後數字直接相減。
- 課前選一個流程，記錄輸入、輸出、每週件數、人工時間、錯誤與資料敏感度。
- 課中用匿名或合成資料完成作品，加入權限失效、輸入缺漏與外部服務中斷測試。
- 課後指定流程擁有者與技術維護者，每週檢查運行、人工覆寫和事件紀錄。
- 到期由業務負責人決定擴大、修改或停用，不以「已付課程費」作為繼續理由。
資料、權限與人工覆寫邊界
NIST AI RMF Core在 Govern 2.2 提到相關人員與合作夥伴需要接受 AI 風險管理訓練，並要求明確定義人機角色與監督責任；Measure 與 Manage 也強調部署前後測試、監測、覆寫和事件回應。換成課程驗收語言，就是學員不只要會建立流程，也要知道何時不能讓它自動執行。
企業課程不應直接把正式客戶資料、憑證或未去識別檔案放進示範環境。最小安全線包括：使用測試帳號與合成資料、把密鑰放在受控環境、依職務限制權限、日誌避免留下敏感內容、保留人工核准點，以及在模型或外部服務異常時可停用。高風險決策要由具權責的人簽收，不因流程「技術上能跑」就自動上線。
現有公開證據的限制
AgentAll 公開頁可支持場次、課程線與交付方法的描述；另一成果頁列出合作品牌與整體平台數字，但未拆分各課程、各講師或 AgentAll 單一產品的貢獻。因此不能把平台累積學員或交易額分攤到 220 場課程，也不能推算每場帶來多少營收。
目前也沒有完整公開所有企業客戶的完課率、持續使用率、導入後工時或事故資料。若供應商日後公布成果，至少要附觀察期間、樣本範圍、導入前基準、未採用或停用案例，才能分辨訓練效果、工具更換與其他營運因素。
延伸路徑
先從AI 工程實戰主題樞紐盤點導入問題，再用AI Agent 評估框架指南補上測試與指標設計。評估框架能協助建立驗收，但不會替特定課程產生成效證據。
引用來源
- AgentOSS：AgentAll 企業 AI 培訓（場次、課程線與交付描述，查證日 2026-08-12）
- AgentOSS：成果與案例（整體平台數字與案例脈絡，查證日 2026-08-12）
- NIST：AI Risk Management Framework Core（訓練、角色、測試與監測）
- 勞動部：2026 職訓成果展與產業需求連結（職訓定位與實作成果脈絡）