告别巨型 Prompt:Graph Engineering 用图结构编排 AI Agent 工作流
Pavan_Belagatti · x · 2026-09-23
Pavan Belagatti 发布文章,主张用「Graph Engineering(图工程)」构建可靠的 AI 原生工程系统,替代把所有细节塞进一个巨型 prompt 的做法。
核心思想:
- 把 AI 工作拆成由节点、边、共享上下文、策略门控(policy gates)与结果路径组成的显式任务图,每个任务有明确目的、输入与输出,以及通往下一步的路由。
- 这种结构让 agent 的决策可检查、易调试,且独立任务可以并行执行(例如并行 agent 分别调查指标、日志等)。
- 对事件调查、修复执行、审批、验证等复杂工作流,结构化编排比「更聪明的 prompt」重要得多。
文章定位为一份不废话的图工程入门指南,适合想把 agent 从单次调用升级为可控系统的工程团队。
「编程与Agent」频道最新
- Anthropic Opus 5.5 指南:少干预、交整任务、删「仔细思考」 — xiaohu · 2026-09-23
- Claude Opus 5.5 发布:Terminal-Bench 66.4% 超越 Fable 5.1,价格降 60% — xiaohu · 2026-09-23
- Opus 5.5 三个变化:少干预、长任务自主跑、自行决定思考量 — xiaohu · 2026-09-23
- Yoav Goldberg:部分任务可用正则等确定性规则,agent 能帮忙写 — yoavgo · 2026-09-23
- 开发者正从 Fable 转向 GPT-6 Astra,再迁往 Opus 5.5 — rudrank · 2026-09-23
- yoavgo 补充:可为定制预测器设计专属变量提取器 — yoavgo · 2026-09-23