Harness 与 Agent 工程 · AI研发与测试工程 · 2026-08-14

Graph Engineering 来了:Claude Code 让 Agent 从一条直线变成一张图

Agent 编排从线性流程到图结构的革命性进化!Graph Engineering 拆解 Claude Code 14 步,解决传统流程低效脆弱难题。 核心内容:

  1. 传统 Agent 线性流程的依赖传递与脆弱性问题
  2. Graph Engineering 核心:节点(工作单元)与边(数据依赖)
  3. 实现 Graph Engineering:重画链、节点契约(schema 验证)、边的数据契约

昨天刷到一条推文,782 赞、1948 收藏、31 万阅读,作者 @0xCodez 用一篇长文把 Claude Code 的 Dynamic Workflows 拆成了 14 个可复用的架构步骤。

标题叫「Graph Engineering with Claude」。

我花了一小时把这 14 步啃完,发现它讲的不是工具用法,而是一个更大的东西:Agent 的编排思维,正在从「一条线」进化成「一张图」。

9/10 搭过 Agent 的人,排出来的流程长这样:先做 A,再做 B,然后 C,最后 D。每个步骤乖乖等上一个跑完才启动。

问题是一半的箭头根本不传数据。「总结文件」和「查天气」之间没有依赖关系,但你把它们排成了一条链,天气就必须等总结跑完才开始。链越长越脆弱:C 卡住,D 永远不会执行,A 的结果困在上游出不来。

这是一条直线,不是一张图。

节点做思考,边传递结果

Graph Engineering 的核心概念只有两个:节点和边。

节点是一个工作单元——一个 Agent,一个明确的任务,一个输入对应一个输出。边是一条依赖关系:这个节点的输出,喂给那个节点的输入。仅此而已。

多数人犯的错,是把「然后」当成了边。「先总结文件,然后查天气」——这两件事之间没有「然后」,因为天气不读总结的输出。没有数据流动,就没有边,等待就是浪费。

每一个「然后」都要问一句:下一步读不读上一步的输出?不读,就没有边,直接并行。

你写的线性脚本,是一个退化的图

当你写「做 A,再做 B,再做 C」的时候,你其实画了一个图——一条不分叉的链,每个节点恰好一条进边、一条出边。

它能跑对。但它跑得慢、扛不住错,因为链没有冗余:C 卡了,D 永远不跑,A 的结果困死在上游。

Graph Engineering 的第一个技能,就是重画这条链。对每个箭头问那个问题——这一步的输出,下一步真的读吗?砍掉几条不传数据的箭头,链就塌缩成更宽的形状:几个可以同时跑的独立节点,汇入一个需要它们全部结果的汇聚节点。

给每个节点一个契约

你无法推理的节点,你也无法并行。解法是契约:输入有界、输出有界、只做一件事。

输入是节点读取的任何东西——显式传入,绝不能从共享窗口里假设。输出是一个确定的形状,最好经过验证,这样下游节点可以消费它而不用猜。

在 Claude Code 的 workflow 里,契约靠 schema 执行。当你给 agent() 传一个 JSON schema,Claude spawn 出的 subagent 被强制返回经过验证的结构化数据——验证发生在 tool-call 层,格式不对 Claude 会自动重试,而不是扔给你一段自由文本让你祈祷能解析出来。

这就是「节点 Claude 能接进图」和「节点只能靠人读输出才能用」的区别。

边也是数据契约

边不只是「B 在 A 后面」。它是关于什么数据穿过的一个承诺:A 产出这个形状,B 被设计来消费这个形状。

当你用数据而不是顺序来命名边,两件事变简单了:你能立刻看出这条边是不是真的(数据真的在流动吗?),而且你可以在两端换掉节点而不破坏图——只要形状不变就行。

实际操作中,边活在纯 JavaScript 里。扇出和合成之间的 reduce 步骤——flatten、dedupe、filter——就是代码操作数据形状。不需要 Agent。图思维的一个安静胜利:大量被人们烧 token 做的事情,其实只是边操作,而边是免费的。

给每个节点一个契约

你无法推理的节点,你也无法并行。解法是契约:输入有界、输出有界、只做一件事。

输入是节点读取的任何东西——显式传入,绝不能从共享窗口里假设。输出是一个确定的形状,最好经过验证,这样下游节点可以消费它而不用猜。

在 Claude Code 的 workflow 里,契约靠 schema 执行。当你给 agent() 传一个 JSON schema,Claude spawn 出的 subagent 被强制返回经过验证的结构化数据——验证发生在 tool-call 层,格式不对 Claude 会自动重试,而不是扔给你一段自由文本让你祈祷能解析出来。

这就是「节点 Claude 能接进图」和「节点只能靠人读输出才能用」的区别。

边也是数据契约

边不只是「B 在 A 后面」。它是关于什么数据穿过的一个承诺:A 产出这个形状,B 被设计来消费这个形状。

当你用数据而不是顺序来命名边,两件事变简单了:你能立刻看出这条边是不是真的(数据真的在流动吗?),而且你可以在两端换掉节点而不破坏图——只要形状不变就行。

实际操作中,边活在纯 JavaScript 里。扇出和合成之间的 reduce 步骤——flatten、dedupe、filter——就是代码操作数据形状。不需要 Agent。图思维的一个安静胜利:大量被人们烧 token 做的事情,其实只是边操作,而边是免费的。

菱形拓扑:分叉 → 并行 → 合并

把分发和汇聚拼在一起,就得到了所有严肃 Agent 图的主力拓扑:菱形。

一个节点拆任务,多个节点并行干活,一个节点合并结果。市场扫描、依赖审计、代码审查、研究报告——换掉数据源和 prompt,骨架一样。

它的标准形态叫 fan out → reduce → synthesize:扇出去收集广度,用纯代码压缩信息密度,用最后一个 Agent 写出最终答案。

对抗性验证:让 Agent 互相挑刺

真正让 Graph 有杠杆效应的,不是更多 Agent,而是能包裹在 Agent 外面的结构。

一个验证节点坐在边上,结果被允许传到下游之前,它的工作就是试着推翻这个发现。活下来了,通过;推翻了,它永远到不了最终答案。

三种验证模式值得掌握:

对抗性验证——给每个发现派 N 个独立的「怀疑者」,prompt 让它们反驳,多数存活才保留。多视角验证——每个验证者用不同镜头:正确性、安全性、可复现性。多样性比 N 个相同检查更能抓住故障。裁判团——从不同角度生成 N 个方案,用并行裁判打分,从赢家出发、嫁接亚军的精华。

运行时路由:图不必是固定的

不是每张图都是固定的。有时候走哪条边,…

— 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/2026081476853.html