Loop之后又来个Graph Engineering

2026年，AI智能体工程领域出现两个相关概念：循环工程（Loop Engineering）与图工程（Graph Engineering）。两者分别对应多步任务自动化的两种实现方式。

循环工程

循环工程的核心是设计一个替代人工逐次输入的自动化执行闭环。系统不再依赖人类分步下达指令，而是由预设机制驱动，自动进入“执行→验证→决策”的迭代流程。

一个典型的循环包含以下模块：自动化触发（按计划或事件启动）、工作区隔离（为并行任务提供独立环境）、技能封装（将领域知识打包供调用）、外部连接（对接API和工具）、子Agent分工（如执行与审核角色协同）以及状态记忆（跨会话保存进度）。

以代码修复为例：设定“所有测试通过且无规范报错”为目标后，执行Agent修改代码，验证Agent运行测试和检查，编排器循环调度两者，直至条件满足后停止。

循环工程的局限性在于拓扑结构相对固定。当任务流需要根据中间结果动态跳转，或需要多个节点并行处理时，单一循环的串行特征会增加状态管理复杂度。

图工程

图工程将多智能体系统设计为显式的有向图。图中的节点是异构的，可以是不同职能的Agent、确定性函数、外部工具或人工审批节点；边则定义节点间的数据流向和执行依赖。

这种结构支持条件路由（根据当前结果选择下游路径）、并行处理（同时执行多个独立分支）以及流程暂停（在特定节点等待外部输入）。

以智能客服系统为例：用户请求进入后，分类节点判断问题类型（技术/账单/其他），并将请求路由至对应的处理分支，各分支完成后汇聚生成最终回复。这类条件分支与路径合并的逻辑，在固定线性链条中较难实现。

两者关系

两者在实际系统中可以嵌套使用。图工程通常用于编排宏观层面的多智能体协作，而图中的某个节点内部，可能仍运行着一个由循环工程构建的微观自治流程。

从循环到图，反映的是设计重心从“维持单个Agent持续运转”向“显式定义多节点间交互拓扑”的转移。

---

参考链接
https://zhidx.com/p/565982.html
https://cloud.tencent.com.cn/developer/article/2705447
https://waytoagi.feishu.cn/wiki/SGrmw6eRCiAGE1k7viscq7rInCg
https://developer.aliyun.com/article/1740864
https://developer.aliyun.com/article/1745712