大家好我是悟鸣。公众号悟鸣AI最近 AI Agent 圈里冒出了一串新词Prompt Engineering、Context Engineering、Harness Engineering、Loop Engineering现在又开始谈 Graph Engineering。每出现一个新词大家就容易把它理解成“上一套方法过时了”。Akshay Pachaar 的一篇文章给了一个很清楚的判断它们彼此层层嵌套。区分它们的关键是看这一层处理的“工作单元”有多大。从一次输入到一整个任务Prompt Engineering 处理的是消息。角色、背景、指令、示例和输出格式都要在一次输入里组织好。它关注的工作单元是发给模型的一条 Prompt。Context Engineering 处理的是记忆。任务一长信息就会超过上下文窗口。此时重点不再是继续塞资料而是判断哪些内容应该保留、压缩或丢弃。它关注的工作单元是这一轮窗口里留下了什么。Harness Engineering 处理的是机器。模型本身只会生成内容。Harness 负责收集上下文、调用模型、使用工具或子 Agent再通过测试或评审验证结果。它关注的工作单元是机器完整运行的一次。Loop Engineering 处理的是整轮运行。一次 Harness 往往做不完任务Loop 要决定是否再跑一轮。这里需要明确目标、迭代上限、预算和完成检查。Agent 不再调用工具只能说明这一轮结束了不代表任务真的完成。Graph Engineering 处理的是协作。当多个 Loop 需要一起工作就要安排谁先执行、谁能并行、谁负责检查以及状态如何在它们之间流动。节点负责工作边决定下一步共享状态连接整个过程。一个 Loop也可以看成只有一个节点、不断指向自己的 Graph。这套分法真正有用的地方是定位问题如果输出格式不对先看 Prompt。如果 Agent 忘了关键信息先看 Context。如果工具调用了却没人验证问题多半在 Harness。如果任务反复空转或者过早停下就要检查 Loop 的目标、刹车和完成条件。如果多个 Agent 互相冲突、顺序混乱、共享状态被污染才轮到 Graph。Prompt 往往更容易修改所以很多系统问题最后都会被归咎于“提示词没写好”。但真正的故障可能发生在外面更大的那一层。我的理解这五个词其实对应了 AI 工程不断向外扩大的视角从一句话到一段记忆从一次执行到持续运行再到多个执行单元之间的协作。Graph Engineering 也不是什么突然出现的新技术节点、边和状态早就在工作流系统里存在。新名字会继续出现但只要一个任务需要多个 Agent 协同协调、状态和验证就会一直是工程问题。所以学这些概念时不必急着追每一个新名词。先问一句我现在出问题的到底是哪一层参考资料Akshay Pachaar 的长帖Graph Engineering Clearly Explained
