AI代理的图工程

循环工程为单个代理提供了执行-评估-继续的循环；图工程则为多代理组织做了同样的事，通过边将节点——代理、工具、评估器、人工检查点——连接起来，边定义了允许的转换和共享状态^[1]。Explainx.ai的表述将这分为一个稳定的‘组织图’，即系统的永久角色和记忆，以及一个短暂的‘工作图’，用于执行单一任务——这与生产框架如LangGraph所实现的区别相似，后者将协调显式化为状态、归约器、守卫条件和检查点，而非依赖自由形式的管理者代理^[2]。权衡在于上下文不会在节点间自动传播：开发者若遗漏设计某条边，下游代理就会因缺乏必要信息而失败——这是图工程系统的特有故障模式，而非单代理循环^[3]。

大语言模型代理的工作记忆随其上下文窗口消失，因此团队正在构建持久的外部知识图，以在会话和代理间保留事实与关系。Anthropic的Claude Cookbook将此过程描述为提取、解析、组装、查询：从非结构化文档中提取实体和类型化关系，合并传统字符串匹配无法识别的重复实体（其自身例子——‘Edwin Aldrin’和‘Buzz Aldrin’字符无重叠但指同一人），然后将结果组装成图，使多跳问题变为图遍历而非检索^[4]。在处理六份阿波罗计划文档的示例中，36个原始实体被解析为22个规范节点，由34条边连接成一个连通分量——这是小规模演示，旨在推广到生产级多代理记忆的通用流程^[4]。

并非所有人都相信‘图工程’命名了任何新事物。一个广受关注的YouTube解说视频认为，该标签主要重新包装了Anthropic在2024年《构建高效代理》一文中已记录的模式——链式、路由、并行化、协调者-工作者、评估者-优化者——而新术语只是让这些已有模式更易于用当今的编码工具讨论和实现。在Reddit上，一位创办AI研究工具公司的开发者认为，Neo4j等完整图数据库对大多数生产用途而言过于笨重，他描述的是在常规数据库中将实体和边作为普通记录运行，加上搜索索引，在固定本体下，边表示为共现计数而非类型化关系。一位评论者直接反驳：移除类型化边、路径推理和全局摘要或许是一种合理的权衡，但‘已不再是知识图的同一事物’。在社区的其他讨论中，这种否定更为直白——‘又一个 bullshit 术语’便是其中一种反应——尽管其他评论者仍在交流他们使用该模式构建的真实多代理编排项目。

让代理以图形式协调的同一基础设施，也是Anthropic引用的AI发展可能需要有意识放缓的证据：其生产代码库中超过80%的合并代码现由Claude编写，工程师每季度发布的代码量约为2024年的8倍，Claude在2026年5月的开放式任务成功率升至76%，六个月内提高了50个百分点^[5]。Anthropic认为，完全的递归自我改进可能带来重大科学益处，但也增加了人类失去对AI系统控制的风险，如果治理跟不上节奏——而单方面放缓可能只是让更不谨慎的参与者赶上^[5]。这种紧张关系正是《前沿步伐》信函背后的动因，该信函由包括OpenAI首席科学家和Anthropic自身领导在内的前沿AI实验室共1,178名员工签署，呼吁政府建立国际工具以协调自动化AI研发的节奏，而非立即叫停^[6][7]。