GitHub Agentic AI Developer（GH-600）備考路徑：考的是怎麼管 coding agent，不是怎麼寫

🌏 English version

本文是從官方資料建出來的備考路徑，不是應考實錄，作者沒有報考這張考試。所有「考什麼」都指回官方 study guide，所有「怎麼準備」都指回官方訓練與 GitHub 文件，不含考古題。查證日期：2026-10-08。

讓 coding agent 自己開分支、發 pull request 不難。難的是它做錯的時候你看不看得出來、擋不擋得住、救不救得回來。GH-600 整張考的就是這件事：官方說這張認證要證明你能在正式的開發流程裡「operating, integrating, supervising, and governing AI agents」，並以 GitHub 當作紀錄系統與控制平面。

它與 GH-300 是上下兩層：GH-300 考會不會用 Copilot，GH-600 考能不能讓一群 agent 在團隊的流程裡安全地跑。

這張適合誰

官方 study guide 的 audience profile 列了五項職責：

• 在軟體開發生命週期（SDLC）裡營運 agent 工作流
• 用 GitHub 的控制機制監督自主行為
• 用掃描結果與產出物評估並調校 agent 的輸出
• 設定自訂 agent
• 安全地協調多 agent 執行

並要求有 SDLC、GitHub 工作流與控制、程式碼品質、資安與審查的經驗，以及用過 coding agent，包含「GitHub Copilot, MCP servers and agent customization such as custom instructions, custom agents, tools, and Copilot setup steps」。

適合：平台工程師、DevOps 工程師、技術主管，以及任何負責決定「agent 在我們的儲存庫裡可以做到哪一步」的人。

不適合：還沒在團隊流程裡跑過 agent 的人。這張的條目是維運視角，沒有實際處理過 agent 改壞東西、兩個 agent 改到同一個檔案的經驗，條目讀起來會很抽象。也不適合想考「怎麼從零寫一個 agent 框架」的人，那比較接近微軟的 AI-500。

官方規格速覽

價格比 GH-300 的 $99 高一級，和微軟 associate 級考試同價。

六塊技能權重

六塊分布平均，最重的也只有 20–25%。

逐塊準備

Prepare agent architecture and SDLC processes（15–20%）

官方考什麼：

• 把 agent 整合進 SDLC：辨識哪些步驟交給 agent；辨識並緩解 agent 的常見反模式；定義 agent 的輸入、輸出與成功條件。
• 劃清規劃、推理與行動的界線：把規劃設定成與執行分開；讓 agent 輸出結構化的計畫；驗證計畫；在檢查並核可之前不讓 agent 行動（官方這條的原文不通順，寫的是「Prevent agent action until the agent checked and approved」，這裡照前後文解讀成計畫經過檢查與核可）。
• 可觀測性與控制：規劃並實作 agent 的自主程度與 guardrail；讓 agent 在標準開發工具裡產出可檢查的產出物；設定人工介入但不拖慢交付。

怎麼準備：核心是「先計畫、核可後才執行」這個模式。練習：設定一個 agent 先把計畫寫成 issue 留言或檔案，人看過才讓它動手。study guide 為這塊列的文件是為自訂 agent 做準備，但那頁只講組織層級自訂 agent 要放在哪個儲存庫，不涵蓋計畫與核可流程。

Implement tool use and environment interaction（20–25%，最重）

官方考什麼，分四組：

MCP 那組四條裡有兩條是管控（registry 與 allow list）。這張考的是組織怎麼限制 agent 能接哪些 server。

怎麼準備：實際設定一次。最小練習：為一個儲存庫設定一個自訂 agent，接一個 MCP server、限制它的工具權限、讓它在 CI 裡被觸發並自己開 pull request。study guide 為這塊列的文件是 Copilot SDK 的自訂 agent 與 sub-agent 編排，它涵蓋用程式碼設定 agent 的工具範圍與掛上 MCP server；儲存庫層級的設定、CI 觸發、開 pull request、MCP registry 與 allow list 要另外找 GitHub Copilot 的文件。

Manage memory, state, and execution（10–15%）

官方考什麼：

• 記憶策略：在短期、長期、外部記憶之間選擇；把記憶限定在與任務相關的資訊；定義記憶的過期、修剪與重置規則。
• 狀態與漂移：把任務進度與決策記成可長久保存的產出物；續做時不重複步驟、不偏離先前的決定；偵測並修正長時間執行中的漂移。
• 跨工具的連續性：共享 agent 狀態；防止互相衝突的 context；防止過期的 context。

怎麼準備：讀 GitHub 的 Copilot memory 文件。練習：讓一個 agent 做到一半中斷，換一個 session 接手，看它靠什麼知道做到哪裡。要留意 Copilot Memory 存的是儲存庫層級的事實與個人偏好，沒用到的 28 天後自動刪除；它不存任務進度，接續工作靠的是 pull request、issue、檔案這類產出物。

Perform evaluation, error analysis, and tuning（15–20%）

官方考什麼：

• 成功條件與評估訊號：訂出預期結果與營運限制；辨識質化與量化的評估訊號；讓評估條件對齊開發意圖；用自動化掃描工具產生評估訊號。
• 失敗分析：用記錄、計畫、追蹤、輸出與 workflow 產出物辨識失敗；分類根因，官方舉的例子是推理錯誤、工具誤用、context 或環境問題。
• 調校：修改指示、工作流或限制；調整記憶用法；調整工具用法與工具存取。

怎麼準備：官方舉的三類根因可以當這塊的骨架。練習：蒐集三次 agent 失敗的案例，各歸到一類，再寫出對應的修法（改指示、改工具權限、補 context）。

Orchestrate multi-agent coordination（15–20%）

官方考什麼，分四組：

• 營運多 agent 工作流：套用編排模式；為平行執行設定 agent 隔離；偵測並解決 agent 衝突，包含重疊的程式碼變更、重複的工作與互相矛盾的輸出。
• 可觀測性：讓多 agent 工作流產出可供審查與稽核的產出物；記錄 agent 之間的關鍵決策、交接與結果；事後分析。
• 失敗與降級：辨識失敗、部分完成或卡住的執行；回應降級的行為或協調；多 agent 的復原模式，包含回復與人在迴圈中。
• agent 的生命週期：把 agent 加進既有工作流；在不中斷進行中工作流的情況下更新、重新設定或替換 agent；汰除 agent 並保留可稽核性與工作流的連續性。

第四組是其他證照少見的：它考 agent 的上線、換版與退役，把 agent 當成要維運的服務。

怎麼準備：多 agent 的共通概念（編排拓樸、交接、人在迴圈中）在站內的多 agent 架構的考點交集整理過。GH-600 特有的是「衝突」：兩個 agent 平行改同一個儲存庫時怎麼隔離、撞到了怎麼解。練習：讓兩個 agent 各在自己的分支上做相關的任務，然後處理合併衝突。

Implement guardrails and accountability（10–15%）

官方考什麼：

• 自主程度：依營運、資安與合規風險把 agent 的行為分類，決定人工介入的力道；指派自主程度，在符合組織資安與負責任 AI 標準的前提下讓交付盡量快。
• Guardrail 與人在迴圈中：辨識哪些行為需要人的判斷；擋下違反政策的行為；用最小權限限定權限與執行情境；不可逆或涉及合規的變更，要求明確授權或受控路徑；盡量減少不會實質降低風險的核可，以維持執行速度。

最後一條值得記住。這張的立場不是「核可越多越安全」，而是核可要花在真正降低風險的地方。同樣的句型在第一塊也出現過（人工介入但不拖慢交付）。

怎麼準備：對應文件是建立 guardrail 與風險與緩解。練習：把你團隊裡 agent 可能做的十種行為列出來，各標上自主程度與需不需要核可，並寫出理由。

五週時程與換算依據

換算方式：官方有兩條學習路徑，各三個模組：

Microsoft Learn 課程目錄標示的時間合計約 5.8 小時，官方講師課 GH-600T00-A 是一天。這個量對六塊考綱來說偏薄：「Memory, State, and Evaluation」一個模組標 50 分鐘，卻對應第三、四兩塊合計 25–35% 的權重。所以時程的大半要留給動手，以每週 6–8 小時估算是五週。

教材的一個缺口：第二塊的重試、回復與升級處理路徑，兩條學習路徑的單元標題裡都沒有直接對應的單元，要從文件與實作補。

失敗成本偏高：認證頁連到微軟的重考政策，第一次沒過等 24 小時，之後每次間隔 14 天，12 個月內最多 5 次。每次 $165（台灣 $83），又沒有練習測驗可以先測準備程度，建議把時程抓寬。

這張的已知陷阱

1. 沒有官方練習測驗。 GH-300 的認證頁有「Practice for the exam」區塊，GH-600 的認證頁沒有。只有考試沙盒可以先看操作介面。
2. study guide 只列了一半的教材。 「Get trained」只列 Part 1 的三個模組；Part 2 要從講師課頁面進去。只照 study guide 走會漏掉多 agent、記憶、評估與治理四塊的教材。
3. study guide 有一條文件連結是壞的。 第六塊的連結把兩個網址黏成一個，點了到不了。正確的是兩個獨立頁面，就是上面第六塊列的那兩條。另外第二塊與第五塊連到同一個頁面。
4. study guide 不在 Microsoft Learn 的側邊目錄裡。 從其他考試的 study guide 頁面的目錄找不到 GH-600，要從認證頁的連結進去。
5. 續期說明是微軟的通用文字。 study guide 的「Useful links」寫認證每年到期，那是範本；GitHub 認證的效期是兩年，以認證頁為準。
6. 產品變動快。 條目裡的 MCP registry、allow list、cloud agent 都是還在演進的功能。study guide 註明題目以正式發布（GA）的功能為主，但常用的預覽功能也可能出題。

考完之後：兩年效期，續期制度還在轉換

與 GH-300 相同。認證頁說 GitHub 認證效期兩年，正在轉換到微軟的續期流程，以後可以不用重考整張就維持認證。新流程上線前到期的認證延長 6 個月。細節見 GH-300 那篇的續期段落。

會過期的東西（下次複查看這裡）

參考資料

• GitHub Certified: Agentic AI Developer 認證頁
• GH-600 官方 study guide（技能目標全文與權重）
• GH-600T00-A 講師課程頁（兩條學習路徑的來源）
• 學習路徑：Developing in Agentic AI Systems Part 1 of 2
• 學習路徑：Developing in agentic AI systems part 2 of 2
• GitHub Docs：為自訂 agent 做準備
• GitHub Docs：自訂 agent
• GitHub Docs：Copilot memory
• GitHub Docs：建立 guardrail
• GitHub Docs：cloud agent 的風險與緩解
• 微軟考試重考政策

站內相關

• GitHub Copilot 認證（GH-300）備考路徑
• 多 agent 架構的考點交集
• 微軟 AI-500 備考路徑
• 2026 年工程師 AI 證照有哪些