「ACON」可能是你這個月最值得認識的 AI 新名詞。它針對一個很煩的問題：AI 常常重複犯同一個錯。傳統做法是你手動改提示語，改完又在別處出錯。ACON 換了一個玩法，讓 AI 每次做錯就自動總結一條「改進守則」存起，下次遇到同類情況自動套用，越用越少錯。本文拆解 ACON 是什麼、機制如何運作，以及在企業導入時要注意什麼。
什麼是 ACON？
ACON 是 2026 年提出的一種技術，全名可理解為「失敗驅動的指引優化」（Agent Guideline Optimization from Failure）。它的核心是讓 AI Agent 從自己的失敗中學習：每當一次任務做錯，系統就分析原因，總結出一條以自然語言寫成的「守則」，存進一個守則庫，供未來同類任務讀取套用。目的是把一次性的錯誤，轉化為可長期重用的經驗。
它解決什麼問題：AI 屢錯屢犯
不少人用 AI Agent 時都遇過同一個痛點：它會在相似的地方重複犯錯，你糾正了這一次，下一次換個情境又錯。根源在於，一般的 Agent 並不會把「這次為何錯」記下來，也就無從避免重蹈覆轍。ACON 正是補上這一塊，讓 Agent 具備「從失敗中學習」的能力，而不是每次從零開始。
核心機制：失敗驅動的指引優化
ACON 的運作可以理解為一個閉環：Agent 執行任務、遇到失敗、分析失敗、寫出守則、下次套用。當一次執行不達標，系統會檢視這次的軌跡，找出關鍵的失誤點，並把「以後遇到這種情況應該怎樣做」濃縮成一條清晰的指引。這條指引之後會被納入 Agent 的守則庫，成為下一次決策的參考。
錯誤如何變成「可重用守則」
ACON 的精髓，是把錯誤變成資產。每一個失敗，經分析後都會沉澱成一條以自然語言寫成、人也讀得懂的守則，例如「處理這類單據時，先核對日期格式再入賬」。這些守則獨立於單次對話，長期保存，並在合適的時機被檢索出來套用。換言之，Agent 犯過的每個錯，都會變成日後不再犯的一條規則。
為什麼越跑越穩
因為守則庫會隨著使用不斷累積，Agent 見過的失敗越多，可依循的守則就越豐富，重蹈覆轍的機會也越低。這是一個正向循環：越用越多經驗，越多經驗越少犯錯，越少犯錯表現越穩。對長期運行、重複性高的工作流而言，這種「越跑越穩」的特性，正是可靠自動化最需要的。
與人手改提示語的分別
傳統做法是：AI 出錯，你人手去改提示語，改完再等下一個錯。這既費人力，也難以覆蓋所有情況。ACON 把這個循環自動化：由 Agent 自己分析失敗、自己寫守則、自己套用。人的角色，從「逐次救火」變成「審視與把關」守則庫的品質，效率與覆蓋面都大幅提升。
適用場景
ACON 最能發揮價值的，是長期運行、重複性高、且錯誤有跡可循的 Agent 工作流：自動化客服、資料處理、報表生成、跨系統操作。這些場景會反覆遇到相似情況，正好讓守則庫發揮「一次學會、長期受用」的複利效應。相反，若任務極度一次性、毫無規律，累積守則的價值就有限。
導入注意事項與常見錯誤
導入時要注意守則庫的管理：守則越多，越要防止彼此矛盾或過時，需要定期檢視與清理，否則反而拖累判斷。常見的三個錯誤是：一，任由守則無限累積而不整理，造成規則打架；二，守則寫得太籠統，AI 無從依循；三，把 ACON 當成免除人手把關的藉口，忽略對高風險守則的審視。做好守則庫的治理，ACON 才能讓 Agent 真正越用越可靠。想知道 ACON 如何在你的工作流落地？歡迎前往 ai.ud.hk 了解更多 UD 的 AI 員工方案，看看如何讓 AI 從失敗中持續進步。
懂AI，更懂你｜UD相伴，AI不冷
