ㅤ
哈喽，大家好！
我是阿星👋🏻
如果你最近刷 AI 圈，一定会被一堆新词砸晕：ReAct、Agent Loop、Loop Engineering、Graph Engineering……它们听起来很像，其实说的是 三个不同尺度 的事，而且不是"谁取代谁"，是 一层套一层 。
ㅤ
先给结论：这三个词到底在说啥
- ㅤAgent 循环（Agent Loop） ：一个 AI 自己"想一步、做一步、看结果"的基本动作，是最小的工作单元；
- ㅤLoop Engineering（循环工程） ：给这个动作装上一个"自动巡航"系统，让 AI 自己驱动自己、反复迭代直到完成任务，人不用一步步指挥；
- ㅤGraph Engineering（图工程） ：更进一步，把很多个"会自己干活的 AI"、普通代码、质检员、审批人，组织成一张 看得见、管得住、坏了能修 的执行图——相当于从"一个人拼命干"升级成"一家公司协同作战"。
一句话记住： Agent 循环是"动作"，Loop 工程是"让动作自动循环的系统"，Graph 工程是"把多个循环和节点组织成一张图的系统" 。图里的每个节点，内部往往就藏着一个 Loop；Loop 里跑的，又是最基本的 Agent 循环。
ㅤ ㅤ
第一层：Agent 循环，AI 的"想-做-看"三步走
要理解后面两个概念，先得知道最底层的 Agent 循环。ㅤ
大模型最初只会"回答"，不会"干活"。2022 年，研究者提出了一种叫 ReAct 的框架（Reason + Act 的缩写），让模型进入一个循环：
- 1.思考（Thought） ：分析当前情况，决定下一步怎么办；
- 2.行动（Action） ：调用工具去做，比如查资料、跑代码、搜网页；
- 3.观察（Observation） ：看到工具返回的结果，再回到第 1 步继续思考。
如此循环往复，直到任务完成。这个"思考-行动-观察"的循环，就是 Agent Loop（智能体循环） ，它是几乎所有 AI 智能体的"心跳"。 ㅤ
用大白话说： 它就像一个实习生，老板给个目标，他自己琢磨、自己动手、自己看反馈，错了再改，直到交差。 这个实习生可以自己决定先干什么后干什么，很灵活，但也正因如此，出了问题不好追溯，干到一半崩溃了也不知道从哪续上。
ㅤ
第二层：Loop Engineering，给 AI 装上"自动巡航"
ㅤ
Loop Engineering（循环工程）是 2026 年上半年突然火起来的词。它的核心思想，用 Google 前工程师 Addy Osmani 的话说就是： "不再由你亲自去提示 AI，而是设计一个系统，让系统来代替你提示 AI" 。
OpenClaw 创始人 Peter Steinberger 说得更直接："你不应该再直接向编码智能体发指令，而应该设计循环来驱动它。"Anthropic 的 Claude Code 负责人 Boris Cherny 也说过类似的话："我不再直接提示 Claude，而是让循环运行起来，我的工作就是编写这个循环。"
Loop Engineering 解决的是这样一个问题：
以前用 AI 写代码，是人来"发指令 → 看结果 → 再发指令"，人是那个循环里的驱动者；现在把这个循环本身设计出来—— 定时自动发现任务、拆分子任务、让不同 AI 分别干活和审核、自动检查结果、把进度记下来、决定下一步 ——人从"操作员"变成"定目标和验收标准的人"。
LangChain 官方把这种"循环的堆叠"总结为四个层级：基础智能体循环（模型循环调用工具直到完成）→ 验证循环（输出不达标就带反馈重试）→ 事件驱动循环（由定时任务或消息触发自动运行）→ 爬山循环（分析运行记录，自动改进 AI 的提示词和工具配置）。ㅤ
类比一下： Loop Engineering 是从"手动挡"升级到"定速巡航" ——你不再一脚油门一脚刹车地开，而是设好目的地和规则，让车自己跑、自己修正方向。 ㅤ
它也有明显的局限：一个循环里所有事情挤在一起，上下文容易"腐烂"，AI 记不住太久之前的目标，出错时常常要整段重来。
第三层：Graph Engineering，从单兵作战到"开公司"
ㅤ
Graph Engineering（图工程）是 2026 年 7 月才被正式推到台前的新词（据腾讯技术工程梳理，由 Peter Steinberger 在 7 月中旬的一条推文催生），但它讲的事其实并不新—— 就是把 AI 系统画成一张"执行图"来设计和运行 ：
图工程里有四个基本要素：
- ㅤ节点（V） ：干活的单元，一个节点只做一件事。它可以是普通代码、一次模型调用、一个带工具的智能体、一个专门挑错的"验证器"，甚至是一个人（人工审批）；
- ㅤ边（E） ：节点之间的路由，决定"下一步去哪"。支持顺序、条件分支、并行分发、结果汇合、循环重试等；
- ㅤ状态（S） ：沿着边流动的共享数据，记录任务进度、证据、预算、中间产物、检查点；
- ㅤ策略（P） ：权限规则，规定谁能创建节点、谁能调用工具、谁能改图、谁能产生副作用。
很多文章拿"流程图"来比喻图工程，但腾讯技术工程特别强调： 图工程不是给人看的示意图，而是给机器跑的真实系统 ，里面装的是依赖关系、状态、权限、预算、失败恢复、人工审批这些能被系统真正执行的东西，形式上可以写成 G = (V, E, S, P) 。
它为什么重要？因为单 Agent 循环有六大硬伤，图工程恰好逐个拆解：
| 问题 | 单 Agent 循环的毛病 | 图工程的解法 |
| 上下文腐烂 | 所有信息塞回同一个窗口，原始目标被淹没 | 拆成独立节点，隔离上下文 |
| 错误级联 | 错了只能靠模型自己在同一条思路上发现 | 拆出独立的验证节点专门挑错 |
| 工具过载 | 一个 AI 挂太多工具，选择准确率暴跌 | 按职责分工，每个节点管好自己的工具 |
| 缺乏控制粒度 | 要么全跑要么不跑，没法中途审批、换模型 | 通过节点和边灵活控制，随时插队 |
| 可观测性差 | 只知道它想了什么、调了什么，不知道为啥 | 图结构清晰，每条路径都可追溯 |
| 目标失明 | 只会优化给定指标，可能跑偏方向 | 引入独立验证器，把"判断"和"验证"分开 |
特别是 验证器（Verifier） 这个概念：以前"出结论"和"检查结论"都是同一个 AI 自己干，相当于既当运动员又当裁判； ㅤ
图工程把它拆成两个节点——一个智能体专门产出结论，另一个用全新的上下文专门试图推翻它，扛得住才放行，扛不住就打回重做。
ㅤ
三者到底是什么关系？一张图看懂
ㅤ
这里最容易搞混，我们用一个"开公司"的类比收拢一下：
- ㅤAgent 循环 = 一个员工自己干活的动作（想-做-看）；
- ㅤLoop Engineering = 给这个员工配了一套"自动工作流"，他自己找活、自己干、自己检查、自己汇报，你只负责定目标；
- ㅤGraph Engineering = 你开了一家公司：有专门找资料的、专门写方案的、专门挑错的（验证器）、专门批钱的（人工审批），他们之间的分工、交接、并行、卡点全部画成一张组织结构图，每个人内部依然可以有自己的工作循环。
用技术的话说： Graph Engineering 把 Loop Engineering 纳入了更大的控制尺度——Loop 负责节点内部的探索与纠错，Graph 负责节点之间的依赖、并行、汇合与恢复 ；而 LangChain 官方也直言"循环就是图的一种简单形式（有向循环图）"，两者本是一脉相承。
ㅤ
还要澄清一个常见误解： 图工程 ≠ 知识图谱 。知识图谱（GraphRAG 里那种）描述的是"实体之间的关系"（比如"茅台"和"白酒"的关系）；图工程里的图是 控制图 ，描述的是"系统下一步运行谁"。另外， 图工程 ≠ LangGraph ——LangGraph 只是实现图工程的一个流行框架，用普通 Python、Airflow 等其他工具同样可以。
ㅤ
图工程真的有用吗？看看大厂的例子
- ㅤLinkedIn 的 SQL Bot ：路由智能体判断数据领域，再交给领域专家、写 SQL 的、自纠错的智能体分工协作，查询准确满意度达到 95%；
- ㅤUber 的代码迁移 ：用子图给不同语言、不同仓库分配专门子智能体，主管图统一协调，配合检查点机制扛住 CI 中断，节省了 21000 多个工程小时；
- ㅤAnthropic 的多智能体研究系统 ：采用"主管-工人"模式，主智能体规划、子智能体并行搜索，比单智能体方案强 90.2%。
这些案例的共同点： 任务可拆、可并行、需要质检、需要恢复 ——这正是图的用武之地。
但是：不是所有任务都该画图
图工程不是万能的，更不是"边越多越专业" 。
LangChain 官方就指出，一些天生开放的任务（比如通用深度研究），路径很难提前定死，强行画图反而会压缩智能体的探索空间——连早期的深度研究项目后来都转向了更自主的循环。先找最简单的方案，很多场景用单次调用加检索就够， 只有当任务"做到一半当掉又得整批重来"、需要多角色并行、需要审批和恢复时，才值得把流程画成图 。
判断标准很简单：
任务短、路径固定、单目标、明确停止条件 → 别画图；
任务长、要并行、要质检、要审批、要恢复 → 图工程的价值才体现出来。
ㅤ
写在最后
ㅤ
从 Prompt Engineering 到 Context Engineering，从 Harness Engineering 到 Loop Engineering，再到现在的 Graph Engineering—— 这些名词不是在制造焦虑，而是在描述同一个趋势：AI 工程的重心，正在从"怎么把一句话问好"转移到"怎么把一套系统设计好" 。
对普通人来说，看懂这三层关系就够了：
Agent 循环是 AI 的"心跳"，Loop 工程是给它装上的"自动驾驶"，Graph 工程则是把无数个自动驾驶的 AI 组织成一家高效运转的"公司"。
下次再看到有人说"我们用了 Graph Engineering"，
你可以微笑着问一句：那你们的验证器节点放在哪？🤭
ok，我是阿星
更多AI应用
我们下期再见！
