graph engineering(图工程),就是把一个复杂任务,从"交给一个智能体从头干到尾",改成"拆给多个各有专长的智能体,再用一张图把他们连起来协同"。 图里的节点是一个个干活的智能体,边是他们之间怎么交接,中间还有一份共享状态一路流动。2026 年 7 月中旬开始在 X 上被叫响,而支撑这个名词的,是一批早就跑通的工程做法。
凡是认真用过智能体的人,几乎都撞过同一堵墙。你派给它一个不算简单的活儿——查一堆资料、写成报告、再挑刺审一遍、最后决定发还是打回——它一开始干得挺好,可越往后越像一个连轴转了十几个小时的人:前面查的资料忘了一半,写着写着跑了题,自己审自己的稿子还总觉得哪儿都好。问题很少出在它不够聪明,多半是这活儿压根就不该让一个智能体从头扛到尾。图工程给的正是这堵墙的解法——该拆的拆开,该并行的并行,该复核的另派一个专门的去查。
今天我们就来说清楚三件事:图工程到底是什么、为什么会在此刻冒出来,以及两个你可能在用的 AI 工具Claude Code 的 dynamic workflow 和 Codex 的 multi-agent——是怎么把这套思路落到实处的。
先把"图"这个字讲明白
图工程听着玄乎,拆开看其实只有三样东西。
第一样是节点(node)。每个节点就是一个干具体活儿的单元,通常是一个有专门职责的智能体——一个"研究员"、一个"写手"、一个"审稿人"——也可以是一段老老实实的确定性代码,比如一次函数调用、一次工具请求、一次数据读取。关键在于,每个节点只干一件事。
第二样是边(edge),也就是节点之间怎么走。边可以是直的,A 干完交给 B;可以是有条件的,审稿通过就发布、不通过就退回去重写;可以是一分多,一个节点同时点燃三个节点并行去跑;也可以是多合一,三份结果汇回到一处。
第三样是共享状态(shared state),它是那个顺着边一路流动的对象,装着任务本身、目前写到哪儿了、有哪些笔记、审出了什么结论。每个节点都从它这里读,也往它这里写。有了这份共享记录,一堆各干各的智能体才算真正连成了一个系统,而不是一个转头就忘的临时群聊。
图工程就是给智能体画组织架构图。一家公司不会让同一个人把调研、写作、审核一口气全包了,而是拆成不同岗位,让活儿在岗位之间流转,结果层层汇总上来。智能体的图,走的是同一个道理——专门的角色,说好的交接,一份共享的档案。
下面这张是最经典的入门图:研究员把笔记喂给写手,写手交给审稿人,审稿人这里挂了一条有条件的边,决定是发布还是退回。你可以顺着箭头看状态是怎么一路长大的。
三个节点,几条边,其中一条是有条件的判断,一条是绕回写手的回环。状态一路往下流,越流越厚:研究员的笔记跟着到了写手手上,写手的初稿又跟着到了审稿人那里,审稿人的结论决定接下来走哪条边。
有意思的是,这套东西并没有把过去的经验推翻。一个单独在打转的智能体,本质就是一张只有一个节点、还带着一条指回自己的边的图。你之前学的那些"感知—规划—执行—检验"的循环、什么时候该停、由谁来把关,全都还在,只是它们变成了单个节点内部的事。图工程管的,是当你手里有好几个这样的循环、彼此需要交接时,它们该怎么连起来。
为什么偏偏是现在,长成了这个样子
要理解图工程为什么会冒出来,得把这两年 AI 工程的重心挪动看成一条线。
最早大家拼的是 prompt(提示词),琢磨怎么把一句话问好。后来发现光问得好不够,得管好模型看到什么,于是有了 context(上下文)这一层。再往后,重心挪到了 harness(脚手架)——给模型配上工具、记忆和各种外围支撑。到了 2026 年初,大家开始认真设计单个智能体的循环(loop):让它自己规划、动手、检验、返工。而到了 7 月,重心又往外挪了一格,落到了多个智能体之间怎么协调上,这就是图。
| 阶段 | 你在设计的东西 | 你的角色 |
|---|---|---|
| Prompt | 你发出去的那句话 | 操作者 |
| Context | 模型能看到什么 | 编辑 |
| Harness | 它周围的工具与支撑 | 工具匠 |
| Loop | 单个智能体反复跑的循环 | 系统设计者 |
| Graph | 多个智能体之间的协调 | 组织设计者 |
看这张表你会发现一个规律:每往外挪一层,你操心的东西就离模型本身更远一点,而你手里的杠杆更大一点。图工程之所以长成现在这个样子,核心就一句话——当一件活儿从"一件事"变成了"好几件需要交接的事",你还硬把它塞进一个循环里,就是用错了容器。
Loop Engineering 循环工程
harness 怎么训练 harness
这里得说句公道话。图这个东西一点都不新。有人直接开怼:"恭喜你,重新发明了 LangGraph。"这话基本没错。用节点、边和共享状态来搭智能体系统,LangGraph、微软的 AutoGen、谷歌的 ADK 早在这个词流行之前就做了,往上追甚至能追到几十年前的数据流架构、状态机和多智能体研究。所以真正在 7 月发生的,谈不上什么新能力,更像是一次命名事件:一个憋了很久的设计问题,终于有了一个能拿出来讨论的名字。名字本身可有可无,但那个从"一个循环"一步步走向"一张协调好的图"的过程,是真实存在的。
主流 Agent 框架详解与对比:技术深度分析与实战指南
Multi-agent 为什么绕不开图工程
聊到多智能体,很多人第一反应是:"不就是多开几个智能体一起干嘛,有啥好讲的。"真上手你就知道,多开几个和让它们协调好,中间隔着的正是图工程。原因有这么几条,每一条都很实在。
第一条,上下文会被撑爆 单个智能体扛复杂任务,问题很少出在它不够聪明,多半是一个上下文窗口装不下这么多东西。查来的资料、中间的草稿、来回的讨论全堆在一处,模型的注意力被稀释,越到后面越糊涂。拆成图之后,每个节点都有自己干净的上下文,研究员只管研究,写手只管写,互不污染。
第二条,该并行的活儿不该排队干 很多任务里有大段彼此独立的工作,一个智能体只能一件件按顺序来,可换成图,你就能让一个节点一分多,同时点燃几个子任务并行去跑,再在某个节点汇合。这不光快,有时候是唯一算得过账的做法。下面这张"一分多、再合一"的图,是多智能体里最常见的形状:
第三条,不同的活儿想用不同的家伙什 调研也许需要联网搜索,写作要换一套语气,审核最好用一个只读、还是另一个模型的智能体来干——单个循环很难在中途切换模型和工具集,图天然支持每个节点配自己的那一套。
第四条,也是我觉得最容易被低估的一条:审核这件事,最好交给别人 在单个循环里,是智能体自己检查自己的输出,这就像让写稿的人自己当审稿人,多半会觉得处处都好。图工程里可以专门立一个审稿节点,用一个独立的、只读的智能体去挑另一个节点的毛病。这一条几乎是整张图里价值最高的设计。
第五条,出了错能兜得住 在一个循环里,一步走岔可能把整段上下文都带偏。而在图里,你可以做到一个节点失败了就地重试、或者转到备用节点、或者升级给人来看,而不至于污染下游、连累全局。
多智能体真正难的地方,从来都不在多开几个,而在于谁负责什么、谁能和谁说话、活儿按什么顺序流、大家共享哪一份状态。这些恰恰就是图工程要回答的问题。
Claude Code 的 dynamic workflow:让智能体自己写包工头
Claude Code 在 Opus 4.8 一起推出的 dynamic workflow(动态工作流)。
它的设计有一个很聪明的地方。平时你用 Claude Code,Claude 自己就是那个"包工头"(orchestrator),一步步决定下一个该派谁、干什么,而每一步的中间结果都堆回它自己的对话里。任务一大,这个对话就被各种中间产物塞满了。dynamic workflow 换了个思路:让 Claude 先写一段 JavaScript 脚本,由这段脚本来当包工头。循环、分支、中间变量全都装在脚本里,Claude 自己的上下文最后只留一个干净的结论。
这段脚本靠几个很小的原语来指挥智能体,理解了它们,你基本就懂了这套东西:
agent(prompt, opts) 派出一个子智能体去干一件事。它有自己独立、干净的上下文,干完只把最终结果交回来——如果你给了 schema,交回来的还是一个校验过结构的对象,下游可以直接放心地取字段用。这就是那个"一个智能体、一个干净上下文、一个目标"的最小工作单元。
parallel(thunks) 一次点燃一批任务,然后等它们全部干完再往下走。这个"等"是它的灵魂——它是一道栅栏。只有当下一步确实需要拿到前面所有结果时(比如要在整批里去重、或者互相比对),你才用它。
pipeline(items, ...stages) 让每个条目独立地穿过每一道工序,中间不设栅栏。A 条目可以已经跑到第三道工序了,B 条目还卡在第一道。大多数多阶段的活儿其实不需要互相等,所以这才是更常用的默认选择。
phase(title) 把一组智能体归到一起,方便你在界面里盯进度。
这里还藏着一个容易被忽略、但特别关键的设计约束:脚本必须是确定性的,里头不能有 Date.now()、Math.random() 这种每次都变的东西。为什么?因为这套运行时支持"断点续跑"——一个跑了一半被打断的工作流,重启时会从头把脚本重放一遍,已经跑完的 agent() 调用直接复用缓存好的结果。要是脚本里有随机项,重放时分支就走岔了,缓存的结果和新的执行路径对不上。是确定性,让续跑变得安全。这是很典型的图工程思维:不光设计正常怎么跑,还得设计断了之后怎么接。
对着前面那三样东西看:agent 就是节点,parallel/pipeline 就是边(栅栏式的合流、流水线式的并行),脚本里传来传去的那些变量和 schema 就是共享状态。名字换了,骨架是一模一样的。
Claude 官方还总结了几种常用套路,最典型的两个:一个是分治再汇总——把大任务切成一堆小步,每步派一个智能体、各用一块干净上下文去跑,最后设一道栅栏把结构化结果合并;另一个是竞标——同一个活儿派 N 个智能体用不同思路各做一版,再让一个裁判智能体两两比、评出个赢家。
这套东西能铺多大?官方给的数字是,单次 run 最多能并发 16 个智能体、累计最多 1000 个。Anthropic 自己就拿它来跑 /deep-research、做大规模代码迁移、审计整个代码库;连 Claude 的安全插件做多智能体漏洞扫描,底…