為什麼要做這個作品？
課程一開始有人實作，問題就不會只出現在一個地方。有人回報安裝指令過期，有人作業卡住，有人提產品體驗，也有人只是需要被回覆。如果全部靠我自己巡 GitHub issue，簡單問題會拖太久，真正要我判斷的又被雜訊淹沒。
所以我讓 AI Agent 先做第一層整理。它每天巡 issue，分成「可以直接修的文件錯誤」、「適合開 PR 的小修正」、「需要我判斷的產品或體驗問題」。早上我看摘要，不必重讀整份列表，直接進入 review。
包含哪些功能？
流程會讀課程 repo 的 issue 狀態、標題與標籤，幫忙判斷類型。A 類像 README typo、壞連結、安裝指令過期，Agent 可以修完就關；B 類方向明確但仍要人看，它會開 PR 等 review；C 類是課程架構、品牌規範、學員情緒或產品方向，它只留下分析和選項，並加上 needs-raymond。公開圖保留實際標題與標籤，私有留言全文有拿掉。
用公開安全版呈現實際 issue 狀態、分類標籤與 Agent 處理規則。
遇到什麼困難？
最難的是自動化邊界。學員回饋不只是資料，也帶著信任。Agent 太積極，需要人味的回覆會被當成普通任務；太保守，又回到我自己盯全部。所以判斷權留給人，AI 只做整理、初判、提出選項，以及方向已經很清楚的小修正。課程營運從「人工盯全部」變成「人審核 AI 整理好的重點」。
看完可以學到
怎麼把最後判斷留給人，同時讓 AI 先把雜訊整理完。
給其他想做 AI Agent 工具的同學
以前這篇掛在雷小蒙名下，因為巡 issue 的是我的 AI 分身。判斷邊界是我訂的：哪些 typo 可以自動修、哪些 PR 等人看、哪些要標 needs-raymond。
做完之後我才比較敢在課裡講，不要追求全自動。學員回饋帶著信任。Agent 太積極，人味回應會消失；太保守，又回到我每天從頭巡列表。現在是先整理再審核：AI 做分類和選項，人留下判斷和責任。
如果你也想做審核自動化，先畫那條線。哪些可以讓它關、哪些只能開 PR、哪些一定要人回。線畫不清楚，就先不要全自動。
留言與交流
使用 GitHub 帳號回覆作者，分享你的想法。
