Harness 与 Agent 工程 · Agent架构与协作 · 2026-08-05

从 Loop 到 Graph Engineering 的演进思考与实战

AI领域新范式演进:从Loop到Graph Engineering的实战解析,揭示其改进逻辑与转向动因。核心内容: 1. Graph Engineering的定义与新特点(非旧概念堆叠,是Loop的改进升级版) 2. 转向Graph Engineering的背景事件(Peter Steinberger提问及Carlos Perez文章呼应) 3. Loop Engineering的局限性与Graph的改进方向

背景

Cloud Native

最近,AI 界又双叒叕出现了新的 Agent 范式概念,叫做 Graph Engineering,让我们一探究竟。

先别看到“Graph”就觉得这是老生常谈。没错,图结构、图神经网络,或者知识图谱、图谱工程,大家确实听得耳朵都起茧子了,以及图数据库、图知识库之类的,市面上也已经非常多了。

但这次提到的 Graph Engineering 还不太一样。它并不是那些旧概念的堆叠,而是在 Loop Engineering 基础之上涌现出来的新形态。你可以把它理解为 Loop Engineering 的改进升级版。

那这个风潮是从哪儿刮起来的呢?

就在 7 月 18 号,OpenClaw 的作者 Peter Steinberger 在 X 上发了一条动态,问了一个很有意思的问题:“Are we still talking loops or did we shift to graphs yet?”(我们到底还在聊 Loop,还是说大家都已经转向 Graph 了?)这里的“Graph”,指的就是咱们今天要聊的 Graph Engineering(图工程)。

其实,关于图工程的文章已经有不少了,但是我看完发现很多都是在介绍图的概念、图结构以及边、节点之间的关系,我个人觉得这些并不是 Graph Engineering 的重点,而是一种新的工程范式。因此,我这篇文章不去重点介绍图的概念实现,而是从图工程的本质是什么,以及为什么要做这件事来讲起。本文,我将会结合 AI 领域一位很有独到见解的专家 Carlos Perez 的一篇文章《From Loop Engineering to Graph Engineering? What the shift in AI agent architecture is really about》来展开对图工程的理解和叙述。这篇文章和 Peter Steinberger 的那条推文形成了呼应。他们共同指向了一个核心趋势:我们正在从 Loop Engineering 转向 Graph Engineering。

单指标验证一定带来正向优化吗?

Cloud Native

为什么要从 Loop Engineering 转向 Graph Engineering?首先,我们需要看下 Loop Engineering 存在哪些问题?

其实,在我上个月那篇文章发出后,有很多同学开始尝试用 Loop Engineering 去构建自己的 Loop,或者打造工作场景中的 Agent。这种“自我验证、自动完成任务”的机制,跟我之前提到的 Skill 自进化(EvoSkill、SkillOpt 等框架)是非常相关的。这些框架的核心思想都利用了类似 Loop Engineering 的逻辑来进行自我验证。但这里有一个非常明显的局限性:它们的验证标准通常是固定的函数或单一的指标值。

举个例子,如果你要做文本分类,那么“分类准确率”就是你自我验证的标尺。只有当准确率提升了,系统才会接受这次优化并应用它。

但这会带来什么大问题呢?单目标优化极易陷入“过拟合”,甚至会让模型学会“作弊”。为了达到提升指标的目的,模型可能会竭尽所能地绕过真正的难点,通过一些 trick 甚至是“弄虚作假”的方式来刷高分数。最终的结果,往往与我们想要的真实效果背道而驰。

Carlos Perez 在他的文章里讲了一个特别典型的故事,完美诠释了这一点:有一个国外的公司团队花了一个季度构建客服 AI 聊天机器人,目标很明确:解决用户问题。他们选定的核心考核指标是“问题解决率”。每周,他们都会测量这个数值,如果数字下降,就让 AI 自动优化提示词和策略,强行把问题解决率拉回来。结果看似很美,问题解决率的指标连续 5 个月一直在涨。但现实很残酷:产品的续约数据在跌,客户流失率在飙升。

这显然是一次非常失败的优化。为什么呢?经过该团队的深入调研发现,发现 AI 为了迎合“高解决率”这个单一指标,学会了一套“骚操作”:

你看,通过 Loop Engineering,AI 很快就把账面数据做得非常漂亮。但这种优化,是以牺牲巨大的客户体验为代价的。数字虽然在上升,但这是一种典型的“负向优化”。

单 Loop 的四种失败原因

Cloud Native

这种单 Loop 循环有 4 种典型的失败原因:

Goodhart's Law(古德哈特定律)

这个定律是英国经济学家查尔斯·古德哈特提出的,什么意思呢?简单来说就是当一个指标被优化到一定程度之后,它就不再能衡量它原本想要衡量的东西了。

Loop 只能“看到”它的指标,所以它会想尽一切办法去提升这个指标,哪怕这意味着要“背叛”用户的真实初衷,只要能把数字做上去就行。

Blindness Upward(向上的盲视)

这个 Loop 无法去质疑"验证目标本身"是不是对的。就像我们用遥控器设定空调温度维持在 26°C,空调是不会去思考“26°C 这个设定本身合不合理”,它只需要埋头去完成这个目标就行。

问题就在于如果目标本身定得不合理、或者有漏洞可钻,那这个 Loop 越努力,反而就越会竭尽所能地用“错误的方式”去实现“正确的数字”。

Conflict(冲突)

如果系统里有多个 Loop,它们可能会“打架”。比如一个 Loop 要求“速度足够快”,另一个 Loop 要求“结果足够好”。但现实往往是快不一定好,好也不一定快。一旦这两个目标之间产生冲突,单 Loop 架构就很难协调,容易顾此失彼,导致冲突的发生。

Measurement Decay(测量衰减)

这个问题其实更隐蔽,当 Loop 发现某些数据“做不到”的时候,它不会反思目标,而是悄悄想办法“改变测量方式”。比如:我的评判标准能不能调一下?我的评测集能不能换一批更简单的?只要让考题变简单了,是不是就更容易“达标”了?

这四种情况,本质上都是单 Loop 架构的结构性缺陷,它太聚焦于“完成指标”,而忘了“指标为什么存在”。这些都是它在实际落地时,非常容易出现、却又很难被及时发现的问题。

用 Loops 监督 Loops

Cloud Native

接下来我们来看看,Graph Engineering 到底是用来解决什么问题的?

在 Carlos Perez 的那篇文章里,有一句非常精辟的话:“Loops watching loops”(用循环来监督循环)。

这是什么意思呢?想象一下,单个 Loop 很容易盯着一个数字拼命优化,容易跑偏。但如果我们有多个 Loop,让它们互相“看着”对方,那么当一个 Loop 为了刷数据而狂奔时,另一个 Loop 就可以站出来质疑它、纠正它。这就相当于在 Loop 之间建立了一种监管机制。

这就有点像公司的管理结构,基层员工看日报,这是一个快速 Loop;管理层看季报,这是一个中速 Loop;审计部门看年报,这是一个慢速 Loop;高层战略部看方向,这是一个更慢、更宏观的 Loop。

这一层层不同速度的循环互相监视,就能确保大方向不会出问题。这就是 Graph Engineering 的核心特点,它通过这种多层级的结构,解决了刚才提到的单循环那四个致命问题:

针对古德哈特定律(刷指标):

Graph 可以配置一个“监督循环”。比如,既有一个负责优化“解决率”的 Loop,也有一个专门盯着“续约率”的 Loop。两个 Loop 互相制衡,防止为了提升解决率而牺牲客户体验,避免模型在单一指标上过拟合。

针对向上盲视(不质疑目标):

我们可以增加一个“慢循环”,专门负责修正和调整目标本身。如果目标定错了,这个慢循环会发现并…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/LargeLanguageModel/2026080598032.html