AI Agent 不是只靠 Prompt：还要五层工程
blaizedsouza · x · 2026-07-24
- 这条帖子把 AI Agent 的工程拆成 五层：prompt / context / harness / loop / graph，并强调 prompt 只是最内层，不是决定成败的全部。
- 文中给出的层次关系是：
- Prompt engineering：控制单次调用里的角色、示例和输出格式。
- Context engineering：决定模型在开始前知道什么，核心是筛选、压缩、塞进上下文窗口。
- Harness engineering：包住模型的代码层，负责工具调用、重试、校验、路由、子代理。
- Loop engineering：把外层循环做进系统里，让任务能持续推进，难点变成“何时退出”。
- Graph engineering：让多个代理像组织一样协作、重构、分工。
- 配图进一步强调：模型正在商品化，真正的工程价值在模型外的系统设计。
所属事件:AI Agent 工程转向分层与循环(5 条相关)→
「编程与Agent」频道最新
- HF Hub CLI 大更新:缓存去重省 19GB,GPU 任务可重试重跑 — yb2698 · 2026-10-26
- 前 Google 研究员团队发布 Fern 0.1:专供审计数据、调试训练的模型 — bneyshabur · 2026-10-26
- Fern 0.1 智能体基准首秀:SWE-Bench Verified 73.4,与前沿模型仍有差距 — bneyshabur · 2026-10-26
- 一条 Prompt 生成完整 Blender 动画,作者全程未手动建模 — iamfakhrealam · 2026-10-26
- 用户用 Claude Code 拆解本田车机：发现 root 后门与静默装 APK — IndraVahan · 2026-10-26
- Claude Code + MCP 接 Google Maps/Apollo/LinkedIn，搭年省万美元的获客引擎 — aryanXmahajan · 2026-10-26