聊聊 Graph Engineering

钢镚 · 2026-07-29

最近 AI 圈又冒出一个新词：Graph Engineering。 7 月中旬，OpenClaw 创始人 Peter Steinberger 在 X 上问：“我们还在聊 Loop，还是已经转向 Graph 了？”没有新模型，没有新框架，这句话却迅速拿到数百万浏览。Graph Engineering 很快被包装成 Loop Engineering 的继任者。 听起来像技术革命。仔细看，更像一次命名事件。 但词是新的，工程重心的变化是真的。 01 Loop 没死，只是遇到了天花板 最早使用 AI，真正推动任务的人其实是用户。 你让它写代码，它写一版。你让它跑测试，它跑一次。出了问题，你再告诉它改哪里。你才是那个循环。 Loop Engineering 把这层驱动交给 Agent。 它自己观察、执行、验证、修正，直到达到目标或触发停止条件。AI 由此从聊天工具变成了执行者。 问题也随之出现。一个 Agent 连续跑几十轮后，上下文会越来越脏，原始目标被工具结果和自我推理淹没。它还容易自己写、自己审、自己宣布成功。 一个循环可以很勤奋，但勤奋不等于可靠。 02 Graph 解决的不是执行，而是组织 Graph Engineering 把一个大循环拆成多个节点，再定义它们如何交接、并行、回退和停止。 节点可以是 Agent，也可以是函数、工具、测试脚本或人工审批。 边决定下一步去哪，状态记录进展和证据，策略规定谁能做什么。 比如每天生成一份研究简报。单 Loop 会让同一个 Agent 搜资料、写稿、审稿。等它开始审稿时，上下文里已经塞满网页、半成品和自己的推理，基本等于作者给自己判卷。 Graph 可以拆成三个节点：研究员只交结构化笔记，写作者只看干净材料，审稿人用全新上下文检查事实。不合格就退回写作节点。 它买到的不是“更多 Agent”，而是上下文隔离、独立验证和局部恢复。 03 真正的价值，是把确定性放回系统 很多人一听 Graph，就开始堆 Agent，仿佛节点越多，系统越先进。 这是最大的误会。 Graph 的价值，不在于多智能体，而在于把不该交给模型的事情收回来。 格式校验、测试结果、权限判断、重试次数、预算上限，应该由代码决定。 模型负责理解和判断，代码负责约束和兜底。 尤其不能让同一个 Agent 既当运动员，又当裁判，还顺手修改记分牌。 一张图如果所有节点都在引用彼此生成的结论，却没有节点去碰现实，它只是更有组织的幻觉。真正有效的锚点，是测试真的跑过、数据真的对上、用户真的留下。 04 什么时候值得上 Graph 如果任务只有一个目标、一个领域、一个清晰的停止条件，单个 Loop 往往更便宜、更快，也更容易调试。 只有当任务需要并行探索、不同角色使用不同工具、上下文必须隔离、中间结果需要独立验收，或者失败后只想重做局部步骤时，Graph 才开始有价值。 Loop 没死。Loop 是 Graph 的基本单元，Graph 是多个 Loop 的组织方式。 前者解决“一个 Agent 怎么把事做完”，后者解决“一群 Agent 怎么分工、互相检查，并且别一起跑偏”。 名字还会换。真正不会变的，是三个问题：谁负责执行，谁负责验收，谁有权叫停。 把这三件事设计清楚，比追任何一个新词都重要。