Graph Engineering：一个提示词，跑起1000+的智能体循环（完整5步教程）

「循环」之后是「图」：从单智能体打磨到千智能体协同

「循环工程 | Loop Engineering」讲的是一个智能体怎么反复打磨一件事。这篇讲的是下一步：怎么让一千个智能体同时干活。

大多数人搭建多步骤智能体的时候，最终得到的都是一条直线。

第一步，第二步，第三步。每一步都在等上一步跑完才能开始。

但几乎没人去检查一件事：这些步骤里，有一半根本不需要等。

它们只是排着队，一个接一个地跑，直到上下文窗口被塞满，智能体忘了自己在干什么。

• 慢，不是因为模型弱
• 慢，是因为你把一张图画成了一条线

这篇教程就干一件事：把你手里那条线，掰开成一张图。图能扇形展开，能自己检查自己。

一共5步。到第2步你就能搭出一个能跑的图。 它会告诉你哪些坑会让真实的图崩掉，我会在难点出现之前提前标记。

Graph Engineering的本质：工作形状的设计

一个月前，这个圈子还在讨论循环（Loop）。

Peter Steinberger(小龙虾作者) 用一句话就把这风向变化点到了：

一个循环，就是一轮"变得更好"的过程：

试一下 → 看结果 → 调整 → 再来

这就是原子：一个智能体，反复打磨同一件事。

但单一循环有一个已知的死法——比如一个客服团队把反馈循环绑定在一个指标上：工单解决率。

这个数字连涨了好几个月，而用户满意度却在下滑。机器人学会了快速关闭工单，而不是真正解决问题。

这就是古德哈特定律（Goodhart's Law）。一个循环只能看见自己的指标。它没法质疑目标本身对不对，也察觉不到自己的度量在漂移。

答案不是一个更好的循环，而是一张循环组成的图——一个网络，里面的循环互相监视、互相纠错。

落到智能体上，就一句话：

别再写一个"什么都干"的直线智能体了——去设计工作的形状：谁先谁后，谁跟谁同时跑，谁在等谁。

节点负责思考，边负责传递结果。

而且 Claude Code 已经发布了直接构建这些的工具：

动态工作流（Dynamic Workflows）

第1步：识别那些“不存在的边”

一张图有两个组成部分：

• 节点（Node） 是一个工作单元：一个智能体，一项任务，一个输入，一个输出
• 边（Edge） 是一个依赖关系：这个节点的输出，是那个节点的输入

所有人都会犯的错误，是把"然后"当成一条边。

"总结一下这个文件，然后告诉我天气怎么样"

天气根本不需要读那个总结。

这是两个完全独立的任务，却被一个线性脚本毫无理由地串在了一起。每一个都在白白等上一个完成。

开启一切的那个习惯：

对每一个"然后"，问一句——下一步真的需要读上一步的输出吗？

• 如果是  → 真正的连接点。保持顺序。
• 如果不是  → 没有连接点。等待是浪费。让它们并排跑。

如果两个方块之间没有数据流动，它们就是独立的。

记住这种独立性。后面整篇教程都在利用它。

你那个"先做A，再做B，再做C"的智能体，其实已经是一张图了——只不过是最惨的那种：一条单链，C一卡住，D就永远跑不了。

第2步：从零搭建你的第一张图

理论够了。动手搭一个，看它跑起来。

开始之前：

• Claude Code v2.1.154+ （用 claude --version 检查）
• 付费方案。 Max、Team 或 Enterprise 默认开启工作流。Pro 用户需要在 /config 里打开 Dynamic workflows 开关

1. 打开一个你熟悉的代码仓库。

用一个真实的，这样结果才有意义。

2. 粘贴这段提示词（来自 Anthropic 官方）：

Create a workflow to audit every route file under src/routes/ for missing auth checks. Spawn one agent per file, then run an independent verifier on each finding before reporting. Analyze a maximum of 20 files to start.

把 src/routes/ 换成你文件实际所在的路径。"最多20个"这行是为了让第一次跑的成本可控。

3. 看"workflow"亮起来。

Claude Code 会高亮显示："Dynamic workflow requested." 这就是你的信号——一张图正在构建，而不是普通聊天。

4. 批准计划。

Claude 会写一个 JavaScript 编排脚本，先展示各个阶段。读一遍，然后选 "Yes, run it."

5. 让集群跑起来。

每个文件一个智能体，并行执行，而你的主会话保持空闲。

输入 /workflows 可以实时观看：确定范围 → 扇形展开 → 验证 → 综合。

6. 读最终的完整答案。

这不是二十个零散独立的对话。而是一份综合这些会话的报告——因为中间结果存在Subagent脚本的变量里，而不是你的上下文里。

这就是Graph。 十几个智能体，来自一句提示词。

关于你认为的"零 token"说法

协调脚本是代码。所以在智能体之间传递结果，不会像聊天交接那样重新消耗上下文。

但智能体本身仍然消耗用量。一个工作流的花费显著高于一次普通会话。

省的是协调成本，不是工作本身。先小范围跑，观察用量，再逐步扩大。

• 把它变成你自己的工作流

当一次运行效果不错时，按 s。

它会保存到 ~/.claude/workflows，之后可以按名字重新运行。

现在换掉任务，保留形状。把"缺失的鉴权检查"换成"未处理的 Promise"，或者"超过100行的函数"。

规模上限与真实代价：1000个智能体意味着什么

一次工作流运行最多可以扇形展开到 1000个智能体，同时最多16个并行工作。

这就是"一个窗口里跑1000+循环"的由来——不是比喻，是这个功能的实际上限。

• 而规模本身就是重点 一千个智能体意味着一个单一上下文永远装不下的任务——一次性审计整个代码库，一次触及每个文件的迁移，一次从一千个角度并行搜索。 16个并发的上限只是意味着集群以波浪式推进，啃完全部一千个，而你不需要盯着任何一个。

先从20个开始，看看一次运行是什么表现、花多少钱——然后放开——因为这是别人还没开始搭建的上限。

第3步：图真正会崩掉的两个致命点

你搭了一张Agent的协作图。下面是真实的流程会翻车的地方。

有两种失败最致命。

• 失败一：Graph在跟自己达成共识

当一个智能体检查自己的工作时，它会对自己手下留情。模型天然偏好自己的输出。

怎么办？在边上插一个验证器（Verifier）——一个独立的节点，结果流向下游之前先过它这一关。

没人说破的关键点：验证器需要干净的上下文。

把执行器用过的同一段对话递给它，那它就不是在验证。它只是在用另一种字体跟自己说"我同意"。

一张共享同一个上下文的智能体图，就是一个穿了马甲的单循环。它会以同样的方式失败——只不过更晚、更贵，而且一路亮着绿灯往下掉。

验证器必须是一个全新的节点，自己的上下文，检查一个真实的信号——别问"智能体说它做完了吗"，要问"测试真的跑过了吗"。

• 失败二：智能体互相踩踏

这不是假设。

当 Bun 的团队第一次把一个大移植任务扇形展开到多个智能体时，运行在操作层面就失败了——智能体在同一个工作区里使用共享的 git 命令，互相覆盖。

那改进的方法则是：改架构，不是改提示词。他们直接禁掉了不安全的命令，给每个组分了自己独立的 worktree。

这才是并行真正的教训——两个智能体写同一个文件，就是在赛跑。

展开之前，先回答三个问题：

• 每个智能体在哪里工作？
• 结果怎么合并？
• 两个智能体意见不一致时怎么办？

一张没有这套方案的图不会扩展——它只会更快地崩。

第4步：本周可立即复用的6类典型图结构

方法论：找到真正的边 → 扇形展开 → 在独立上下文上验证 → 隔离Workers

下面每一个都是同一个形状，只是瞄准了不同的任务。换掉任务那一行就能跑：

• 安全扫描 ——每个文件一个智能体搜缺失的鉴权auth，一个验证器确认每个发现（就是你刚搭的那个）
• 带引用的研究报告（/deep-research） ——已经内置了：把你的问题拆成多个角度，并行搜索，智能体在写报告之前先互相反驳
• 移植一个模块 ——逐文件进行，测试作为关卡，失败的循环回去重做
• 对抗性 Diff 审查 ——按规模路由：小改动 → 一遍过；大改动 → 完整并行审计
• 定时生态扫描 ——保存一次，按名字重复运行
• 未知规模的发现 ——搜索器并行运行，每个结果与已发现的一切交叉比对，循环直到连续两轮没有新发现

这个工程流的落地天花板长什么样

https://simonwillison.net/2026/Jul/8/rewriting-bun-in-rust/

Bun 的 Zig 转 Rust 移植，用的就是这套机制。

大约50个工作流，峰值64个智能体并行。大约53.5万行 Zig 代码变成了超过100万行 Rust，用了11天。

它也花了大约 16.5万美元的用量。它需要一个人类全程设计和监控。而且它引发了公开争议——这么多 AI 写的代码，到底能不能被安全地审查。

规模是真的。16.5 万美元的账单也是真的。全程需要人盯着，也是真的。

第5步：让Graph保持诚实的锚点

图画得再漂亮，节点全是互相点头，那跟没有一样。

一个智能体网络，全部在互相确认，没有一个碰过任何真实的东西——它的失败方式和单循环一模一样，只不过活动部件更多。

图需要锚点（Anchors）：那些不能被辩论的节点。

• 真正跑过的测试 ——不是"应该能过"，确实过了
• 基于证据的验证器 ，不是基于感觉
• 冻结的规则 ，智能体永远不被允许调整——因为它们是优化器最可能削弱的那些

一张图的诚实程度，取决于里面那些拒绝移动的东西。

何时不该用Graph：四类不适用场景

大多数任务不是图。不需要的时候硬上图，只是烧钱加添乱。

跳过图的情况：

• 任务很小或者是孤立的。 加一个函数，修一个 bug。工作流在这里纯粹是开销——单个智能体更快更便宜。
• 你需要紧密的监控。 如果你想在每一步跑之前都读一遍、批准一遍，那图的全部意义（不靠你并行跑）就是在跟你作对。
• 你还不知道自己在找什么。 探索阶段你需要的是一个能随时转向的智能体，不是一整个在你搞清楚问题之前就已经锁定方案的集群。
• 步骤之间真的互相依赖。 如果每一步都要读上一步的输出，那就是一条真正的链。并行没有抓手。把图强加在一个真正顺序的任务上，只是增加了协调成本，速度一点没快。

判断标准就是第1步。如果你找不到两个之间没有箭头的方块，那就没有图可搭。它是一个循环Loop，够用就好。

Graph是为宽度服务的工具——独立的工作，同时完成。

当工作不宽的时候，那条线从来就不是问题……

转变：从提示词工程师到架构师

提示词工程师问问题。架构师画图。

线性智能体从来不是天花板。

它是第一个形状——每个人都伸手去够的那个，因为它匹配我们打字的方式：一行，一次一件事。

一旦你看见了节点和边，你就不再要求智能体做更多，而是开始要求Graph做得更宽：

• 扇形展开 ——在工作独立的地方
• 把守边 ——在置信度重要的地方
• 冻结节点 ——在承载真相的地方

大多数人会继续把步骤排成一条线。

少数学会画图、并且懂得尊重什么会让图崩掉的人，将运行一支舰队。

画出那张图。留在架构师的位置上。

JOTO 企业落地观察

• Graph Engineering 对企业智能体工程的核心启示在于：节点间的数据契约必须显式化。当企业将业务流程拆解为图结构时，'边'不再只是逻辑依赖，而是需要明确定义输入Schema、输出校验规则与失败回滚策略的接口契约，否则并行带来的协调成本将远超收益。
• 1000智能体规模对企业RAG知识工程提出刚性要求：'锚点'必须锚定在可验证的系统行为上。例如，安全扫描图中的验证器不能仅依赖LLM对代码片段的判断，而必须对接CI/CD流水线中真实运行的单元测试结果，否则整个图的可信度将坍塌。
• 动态工作流的16并发上限暴露了企业AI安全治理的关键盲区。当图结构涉及跨部门敏感数据（如HR与财务字段）时，策略引擎必须能实时识别并干预——自动降级为串行模式、插入人工审批节点，而非单纯依赖底层算力调度。
• ‘验证器需独立上下文’这一原则揭示了企业知识一致性治理的深层矛盾。若图中各节点读取不同时间戳的内部文档快照，验证即失效。企业必须建立知识源版本号管理或事务性快照机制，使‘锚点’真正锚定在统一事实基线上。