提示工程 vs 循环工程 vs 图工程：每一层发生了什么变化

现在有三个术语在AI工程职位描述中争夺同一行。提示工程（Prompt Engineering）是已经确立的。循环工程（Loop Engineering）在2025年底进入AI词汇，并在2026年6月之前主导了开发者讨论。图工程（Graph Engineering）大约六周后紧随其后。

它们被互换使用。但应该这样吗？

这三种不是竞争技术。它们是三个不同的控制单元，层层叠加。一个提示控制一个模型响应。一个循环控制一个智能体的行为周期。一个图控制多个智能体的组织。每一层都保留其下的层。一旦围绕一个提示构建了循环，提示并不会消失——它不再是手工输入的东西。

本文区分了这三个层次：每一层设计什么，已发表的声明关于高层何时收回成本，以及怀疑在哪里是合理的。

一个任务，三个层次

这三个术语不是竞争技术。它们是三种不同的控制单元。以下是同一工作在每一层的处理方式，逐步进行。橙色点标记需要人类参与的时刻。

任务： 修复auth模块中失败的测试，然后打开一个拉取请求。

• 第1层：提示工程——你控制一个模型响应。你就是循环。你的轮次：0，模型调用：0
• 第2层：循环工程——你控制一个智能体的周期。循环负责提示。你的轮次：0，模型调用：0
• 第3层：图工程——你控制如何组织多个智能体。你的轮次：0，节点：0，并行：0

实际差异

| 方面 | 提示工程 | 循环工程 | 图工程 | |------|----------|----------|--------| | 控制单元 | 一个模型响应 | 一个智能体的行为周期 | 智能体的组织 | | 你编写的内容 | 指令、示例、输出格式 | 触发、工具、停止条件、重试预算 | 节点、边、共享状态、故障路由 | | 谁说“再来一次” | 人类，每轮 | 一个验证器；循环自调用 | 预先编写的路由规则 | | 在哪里崩溃 | 模糊或过载的指令 | 无法区分完成与卡住 | 上下文从未跨越你忘记画的边 | | 何时足够 | 一次性，人类阅读结果 | 重复性、机器可检查、单一领域 | 跨领域工作，带有并行分支 |

层次顺序

每一步在实践中被命名，然后才出现在供应商文档中。

提示工程涵盖为单个调用编写和结构化指令。Anthropic的指南是将系统提示分成标记的部分——背景信息、指令、工具指导、输出描述——用XML标签或Markdown标题分隔。建议提供最小必要信息，但最小并不意味着短。

上下文工程接下来出现。Anthropic将其描述为提示工程的自然演进。问题从找到正确词汇转变为决定哪些令牌配置属于窗口内。上下文是有限资源，工程问题是优化这些令牌的效用以符合模型约束。

工具环境工程涵盖单个智能体运行的环境：文件、工具、内存、反馈。

循环工程位于工具环境工程之上。2026年6月一篇关于建筑工程中智能体AI的arXiv论文明确提出了相同的四步演进：提示、上下文、工具环境、循环，最后一层定义了系统如何重复观察、行动、验证和恢复。

图工程是最新的标签，也是最不稳定的。一份企业报告指出，该术语的起源尚未解决，并且与较早的知识图谱用法冲突。底层实践，即基于图编排，在多智能体系统研究中有记录的历史。

第1层：提示工程

决定性假设是人类每轮都存在。编写提示，模型响应，判断输出，修改提示。

这个假设在以下情况下失效：高容量、多步骤任务、没有人类可评估输出、结果自动输入下一步。任何一种情况，仅靠提示就不再足够。

提示本身没有变差。周围条件变了。

提示工程在高层次中也不会消失。Anthropic的多智能体研究报告指出，提示工程是修复协调失败的主要杠杆。早期版本为简单查询生成了50个子智能体，修复方法是提示而非拓扑。

第2层：循环工程

框架是：编码智能体是寻找解决方案的暴力工具。技艺是设计目标、工具和循环，而不仅仅是提示。

该术语在2026年6月进入主流开发者讨论，此前一篇广泛分享的文章认为工程师应该停止提示编码智能体，开始设计提示它们的循环。Anthropic的Claude Code团队在同一周描述了这一转变。

最详细的公开分解识别了五个原语，外加一个将它们结合在一起的第六元素：

• 自动化：无需监督进行发现和分类的调度或事件
• 工作树：隔离，使并行智能体无法编辑相同文件
• 技能：项目知识写入SKILL.md，而不是每次会话重新解释
• 插件和连接器：基于MCP的问题跟踪器、数据库或暂存API访问
• 子智能体：制造者/检查者分离，因为编写代码的模型评分过于宽松
• 状态：对话外部的Markdown文件或面板，因为模型在运行间会忘记

两个会话内功能非常重要：/loop按节奏重新运行；/goal运行直到书面条件为真，每次轮次后由单独的小模型检查——因此编写代码的智能体不是评分的智能体。Claude Code和Codex应用都提供等效功能。

循环不是难的部分。停止条件是。一个无法机械区分完成与卡住的循环不会大声失败——它只是继续消耗令牌。

第3层：图工程

2026年7月，讨论从循环转向图。循环使智能体行为可编程。图使智能体组织可编程。

最常被忽视的结构点是：生产级多智能体系统同时运行两个图。

组织图是稳定的。长期存在的智能体拥有命名角色、负责区域并随时间积累上下文。它在重新部署时变化。

任务图是临时的。任务节点仅在工作存在时存在。边为并行路径分裂，在收敛时合并，并在证据使分支不必要时消失。

组织图回答“谁”。任务图回答“现在做什么”。

对该标签的怀疑是合理的。具有明确定义目的的子智能体已经形成图，而技术先于词汇。LangGraph在其术语存在之前很久就发布了图API。Anthropic 2024年12月的五个工作流模式——提示链、路由、并行化、编排器-工作者、评估器-优化器——是用散文描述的图拓扑。新的是对这些框架始终强制做出的决策的共享名称：节点是什么，边是什么，状态中有什么。

具体工件值得了解。在LangGraph中，StateGraph在状态模式上声明。节点用add_node注册。边用add_edge和add_conditional_edges连接。标记START和END，然后图编译。节点是接收状态并返回部分更新的普通函数。上下文不会跨节点边界，除非边携带它。最后一部分描述了整个失败模式。

如何选择层次

按顺序回答以下问题。第一个“否”通常是答案。

1. 每份输出在被执行前都有人类阅读吗？如果是，提示层足够。循环购买的是无监督执行，而非自主性。
2. “完成”能否由非人类检查？测试、模式、评分标准、第二个模型。如果不能，就没有停止条件——只有预算。
3. 任务是否适合单个智能体上下文和单一领域？如果是，构建循环。单一推理轨迹是保持假设一致的最便宜方式。
4. 是否需要同时运行独立分支？如果是，这是图问题：声明节点、边、共享状态和故障路由。如果否，在添加智能体之前扩展循环的工具。

2026年7月一篇关于编码智能体循环的arXiv论文正确说明了关系。循环是图的一个子情况。当所有工作共享相同上下文且不需要并行时，图退化为循环。当没有循环且人类手动执行迭代时，循环退化为提示。层次是嵌套的，不是互斥的。