别再手写提示词：AI Agent 的图工程工作流拆解

过去几周，"Graph Engineering"这个词在开发者社区里被反复提及，但讨论越热闹，概念反而越模糊。据B站UP主在视频中的梳理，问题的根源在于人们把三种完全不同的"图"混在同一个话题里：控制图、知识图谱，以及"循环之图"（Graph of Loops）。这位创作者认为，Peter那条引发讨论的推文真正指向的是控制图——即用SOP式的流程编排让Agent输出更可靠的结果。至于知识图谱，它属于实体关系建模与检索优化的范畴，与Agent工作流是两条平行线；而"循环之图"则是更前沿、尚未有标准答案的开放问题。

从"人提示Agent"到"系统提示Agent"

真正推动控制图需求的，是Agent使用方式的一次结构性转变：团队正在从人手动给Agent写提示词，转向由某种机制代替人去触发Agent。创作者总结了两种正在被头部AI原生公司试验的模式。

第一种是循环（Loop）。触发源可以是时间（每天拉取最新的GitHub issue并修复）、目标（持续优化前端直到性能达到设定目标）或事件（每封新邮件唤醒Agent）。循环设计中最关键的决策，是划清"Agent可以自主做什么"和"必须由人介入什么"的边界。

第二种是编排者（Orchestrator）模式。用户不再直接与执行Agent对话，而是与一个掌握全局上下文的编排者对话，由它拉起一组Agent执行任务并全程监控。视频中引用了Claude Code创建者Boris的说法：他现在主要与一个能与其他Agent对话的Agent交流，而非亲手提示每一个执行单元——"我的Agent在与其他Agent对话"。这意味着人始终被抬升到实际工作之上的一层，不再逐步骤盯守。

代价是可靠性变得空前重要。你不再检查每个执行步骤，就必须有足够的信心相信Agent交付的东西是对的。

循环（Loop） 是Agent工程中一种让系统自主触发Agent运行的模式，区别于传统由人手动输入提示词的一次性调用。其触发源通常有三类：时间驱动（如定时任务）、目标驱动（持续迭代直至满足指标）和事件驱动（如新邮件、新issue）。循环设计的核心挑战在于划定Agent自主决策与人工介入的边界，这直接决定了系统的可靠性与可控性。在循环中，Agent往往需要具备自我评估或外部验证能力，以判断是否达成目标或需要继续迭代，否则容易陷入无效重复或偏离目标。

控制图的三个基本部件，以及"节点"的含义之变

控制图并非新概念，基于图的流程自动化已存在数十年，核心构件始终是三个：节点（执行的动作）、边（这一步之后走向哪里）、状态（在节点之间流转的数据）。

真正的变化发生在"节点"的内涵上。传统工作流里，一个节点就是一个简单动作，比如跑个脚本、做一次条件判断；几年前低代码平台把大模型引入为节点，从而能处理更多长尾场景；而今天，一个节点本身就可以是一个能力极强的Agent。

创作者用几个熟悉的例子说明"图"其实早就在我们身边。Claude Code或Codex的目标（goal）功能本质上就是一张图：接收用户提示，进入Agent循环，结束后由模型判断目标是否达成，未达成则把新消息送回Agent，依靠的是Agent循环加上停止钩子系统。Andrej Karpathy的自动研究项目同样是图——prompt写在program.md中，指示Agent用实验想法修改train.py、跑实验、评估指标，变好就保留改动，变差就回滚再试下一个想法，状态就是train.py和记录所有尝试的results.tsv。有意思的是，这个图完全靠提示词实现，没有花哨机制，甚至当时还没有loop或goal功能，只是告诉Agent"永远重复这个过程"。

深度研究类Agent也是同一模式：接收提示、由编排者规划主题、分发子Agent并行研究、检查信息是否足够、不足则回到上一步、足够则生成报告。

LangGraph 是一个用于构建有状态、多步骤Agent工作流的开源框架，它将流程建模为图结构，其中节点代表计算步骤（如调用模型、执行工具），边定义控制流（包括条件分支和循环）。LangGraph的核心优势在于显式管理状态（state）和提供确定性控制，适合需要复杂编排和持久化的场景。与传统的低代码工作流不同，LangGraph允许开发者用代码精细定义每个节点的逻辑和状态转移，从而在保持灵活性的同时提升可靠性。它常被用于实现多Agent协作、规划-执行循环等模式，是“代码即图”路线的典型代表。

两条实现路径：代码即图，与模型即图

看完这些例子可以得出一个结论：图的落地方式并不唯一。

一条路是代码即图，用传统编程或专门框架（如LangGraph，或Claude Code的动态工作流、Codex的code模式）来构建和控制流程，控制力强、确定性高。

另一条路是模型即图，把SOP写进提示词——文本、JSON或Mermaid图都行——现代模型完全有能力理解并遵循这类流程描述，把它做成Agent可以调用的技能（skill）即可。很多开发者其实已经在这么做了。

现代Agent运行环境还提供了大量原语来支撑这种做法：能跑bash意味着可以执行预定义脚本处理确定性步骤；子Agent与Agent团队通信协议让主Agent能拆解SOP并派活；钩子（hooks）可以在运行时注入真正的确定性检查点，goal功能的实现就是典型范例。

用模型即图时，值得注意的四个设计要点

创作者结合团队实践给出了几点经验。其一，知道何时拆分出独立的Agent节点。 再强的模型也不擅长自我验证，所以验证器通常要单独成为一个节点；依据OpenAI与Anthropic的研究，复杂任务中一个专注研究、推理与思考的规划者Agent往往是必要的。同时要识别哪些步骤可以并行、哪些可以交给更强或更弱的模型。

其二，能用代码的地方就用代码。 复杂数据获取、启动开发服务器、结果评估与端到端测试，这类高频且确定的工作交给脚本，能明显提升可靠性、加快速度、减少无谓错误。

其三，为每个Agent节点定义清晰的输入与输出。 输出最好有schema约束，边界清楚了，流程才稳定。

其四，设计好状态。 无论走哪条路，都需要一个让不同Agent快速了解当前进展的载体。最简单的方式是一个Markdown文档记录最新状态，再配一份每个Agent或每轮追加的日志。

模型即图 是一种将标准操作流程（SOP）直接编码为自然语言提示词、JSON或Mermaid图，并依赖现代大模型的理解与遵循能力来驱动Agent执行的方法。其核心思想是：模型本身具备解析流程描述、按步骤行动的能力，因此无需外部框架强制控制流，只需将流程作为上下文提供给Agent即可。这种做法降低了工程复杂度，便于快速迭代，尤其适合流程相对简单或探索性强的任务。然而，其可靠性依赖于模型的指令遵循能力，且难以保证确定性，因此常需配合钩子（hooks）或脚本注入检查点来增强稳健性。

输出schema 是指对Agent节点输出结果的结构化约束，通常以JSON Schema等形式定义，明确字段名称、类型和必填项。在模型即图的流程中，为每个Agent节点设定输出schema能强制模型生成符合预期格式的内容，减少解析错误和歧义，同时便于下游节点或脚本可靠地消费数据。schema约束还有助于验证Agent是否完成了指定任务，例如检查必填字段是否缺失。结合验证器节点，schema可以作为自动化质量检查的基础，从而在缺乏人工逐步监督的情况下仍保持流程的稳定性。

实战案例：日度坏设计分诊与变更发布

创作者团队做了一个vibe design平台Super Design，并单独维护了一个状态跟踪与知识库仓库。日常改动代码时，他们多数时候在这个仓库里启动Agent，而不是直接进业务仓库——因为这里沉淀了每一次实例、每一张支持工单、每一个发布的工程单。

其中"每日坏设计分诊"是一个典型的模型即图例子。目标很明确：每天有大量用户在设计，需要把Agent生成的糟糕设计或用户投诉沉淀下来，形成可用于改进模型的评测数据集。流程是：每天先依据启发式指标从数据库拉出可能的坏设计候选；如果没有则结束；有则先用脚本做程序化检查（报错、排版全乱、不响应等），这些直接入列；其余的设计则由一组子Agent分批处理，截图、对照用户真实请求、判断结果是否达标；最后主Agent对当天的坏设计排序并发布成报告。这个图靠一个skill加上若干脚本实现：skill里写明流程和该调用哪个脚本，给判断型Agent规定输出schema，再为整个循环定义输出契约和护栏。

另一个例子走代码即图路线。动态工作流允许Agent直接写JavaScript，调用agent、pipeline（带依赖关系的串行阶段）和parallel（并行分发）等原语，拼出任意形状的图。团队的"变更发布"工作流分三个阶段：搭建与实现、验证、以及在验证通过后简化并提交PR。代码里为每类Agent定义schema，一个Agent会话结束时按schema输出结果，下一步就能基于上一步的关键信息构造提示词——比如先出大纲、再依大纲写正文。

需要强调的是，把任务拆成图并不能自动奏效，你必须给Agent配备能真正测试的工具。 创作者认为这是多数人最容易漏掉、也最常导致循环失效的一步。团队公开的仓库里提供了一套验证器搭建skill可供参考。

选哪种方法？

两条路输出形态不同，但都有效。模型即图的产出可以是被每轮循环或临时唤醒的skill，代码即图的产出是可直接运行的JavaScript。创作者个人在多数场景下偏向模型即图，原因是当前的动态工作流或code模式下每开一个Agent会话都无法续接上一轮对话，体验上略麻烦；但如果任务体量极大，代码即图会更有优势。

至于多个循环并存时误差与改进如何复合放大，那是另一个尚未被解答的问题——也是他计划在下一期讨论的"循环之图"。