Loop Engineering（循环工程）
Loop Engineering 是面向 Agent 的跨轮次自循环工程范式，在 Prompt 工程、Harness（脚手架）工程之上，把关注点从「单次任务怎么跑」升级到「任务如何持续多轮自主运转」。 它的核心不是简单写一个 while 循环，而是专门定义一套可复用的循环规约：触发条件、目标、验证规则、终止条件、持久化记忆、边界防护，让系统自主回答三个关键问题：
- 下一件该做什么；
- 什么时候执行验证；
- 满足什么条件才算真正完成、停止循环。
核心特点
- 状态跨轮持久化：不依赖对话上下文，本轮结果、未完成项保存下来，下一轮接续推进，支持长周期任务；
- 自主收敛：内置独立验证器，验证不通过就重试、重规划、回退，验证达标才终止，避免无限死循环；
- 单循环为基础单元：一个 Loop 可以是单 Agent，也可以内嵌子循环；是多 Agent 协作里的基础执行单元；
- 关注点：一轮一轮怎么迭代、自我驱动、自我校验、决定何时停。
一句话概括：Harness 管好单次运行；Loop 管好连续多轮、自驱动的迭代运行。
Graph Engineering（图工程，2026年7月兴起）
Graph Engineering 是更高一层的编排范式，把多个 Loop、确定性代码、人工审批节点、工具调用，组织成一张显式的执行图（代表工作流拓扑），典型代表就是 LangGraph 这类实践。 它的三大基础构件：
- 节点 Node：独立能力单元，可以是一个 Agent Loop、普通函数、工具调用、评审器、人工审批卡点；每个节点职责单一、有明确输入输出契约；
- 边 Edge：定义路由、依赖、分支逻辑：顺序流转、并行扇出/扇入、条件分支、回环返工、中断暂停；
- 结构化共享状态 State：沿着边流转、在关键检查点持久化，所有节点读写同一份规范状态，作为整个系统的唯一可信依据。
核心特点
- 拓扑显式化：流程不再藏在大模型的黑盒推理里，依赖关系、分支、并行、审批卡点全部可视化、可审计；
- 异构混合编排：可以自由组合 AI Agent 循环 + 确定性代码 + 人工审批；高风险操作可以插入人工拦截点；
- 支持复杂协同：天然适配多 Agent，分工、并行、汇总、评审回退都可以在图上定义；
- 断点恢复：状态在边界持久化，中断后可以从最近检查点继续跑，而不是从头重来。
一句话概括：Loop 定义「一个自主迭代单元怎么持续跑」；Graph 定义「一堆单元之间，谁先跑、谁并行、失败往哪走、什么时候交给人审批」。
两者对比
| 维度 | Loop Engineering | Graph Engineering |
|---|---|---|
| 抽象层级 | 迭代单元层（单循环） | 系统编排层（多单元组网） |
| 核心问题 | 怎么自主一轮一轮迭代、验证、收敛 | 多个能力单元之间如何路由、依赖、协同 |
| 内部结构 | 目标→执行→验证→判定是否继续 | 节点 + 条件边 + 全局共享状态 |
| 包含关系 | Loop 是图里的一个节点 | Graph 可以包含多个 Loop、脚本、审批节点 |
| 适用场景 | 单任务长周期自修复、持续迭代（如持续调试、持续巡检） | 多角色、多阶段、带审批、并行分支的复杂多Agent系统 |
递进关系（和你原文对齐）
- Prompt / Context 工程：管好单次提问、上下文；
- Harness 工程：管好单次运行的权限、工具、安全约束；
- Loop 工程：把视野扩展到跨轮次持续自主运转，解决“自己发现下一步、自己验证、自己判断做完没”；
- Graph 工程：更高层编排，把若干 Loop、固定程序、人工卡点拼成一张显式执行图，结构化状态流转、可控路由，是多Agent协作系统的主流架构底座。
注意：本文归作者所有，未经作者允许，不得转载
