Graph Engineering 通俗版：给一群 Agent 分工的完全指南

“Loop 还没玩明白，怎么又开始画图了？”——如果你也问过这个问题，这篇就是为你写的。

一句话

Graph Engineering 就是给一群 Agent 分工，规定工作怎么交接、哪里检查、什么时候停。

把你熟悉的单 Agent 想象成一个新员工。你让他每天写一份 AI 新闻简报：找新闻、读原文、核对真假、挑重点、写文章、改错字——所有事都交给他一个人。

简单任务没问题。事情一多，他就忙不过来了：上下文越堆越多，前面看过的东西越忘越快。

Graph Engineering 做的就是：别让一个人干这么多事了，组个团队。

有人找资料，有人核对事实，有人写稿，有人挑错。分工明确，最终促成一篇成稿落地。

Graph 里最重要的两个词：

让 Agent 总结文件，然后查北京天气——天气查询不需要等总结结束，两个任务可以同时开始。

B 和 C 都只需要 A 的资料，C 不需要 B 的结果 → A 完成后，B 和 C 可以同时启动。 很多 Agent 慢就慢在把所有工作写成 A→B→C→D，前一个不结束，后一个绝不开始。

资料员只交回来一大段文字，写作 Agent 找不到原文链接，分不清事实和结论——这就是交接格式不清的后果。

Schema 是一张统一的交接单：资料员必须返回标题、原文链接、重要程度，缺一样这次交接就不合格。

Node 规定 Agent 负责什么，Edge 规定它要把哪些数据交给谁。交接格式越清楚，下一个 Agent 就越容易理解。

Fan-out + Fan-in = 菱形形态：

         Agent 1（查原文）
        ↗
Plan ──→ Agent 2（查文档）──→ 去重/分类 ──→ Reviewer ──→ 输出
        ↘
         Agent 3（查讨论）

Router 像一个分诊台：普通观点一个 Agent 快速核对就够了；涉及重要数据或安全问题时，安排几个 Agent 从不同角度交叉检查。

检查不通过？退回上一个 Agent 重做，形成一个循环。但循环必须有终止条件——比如连续两轮没发现新问题就停，否则 Agent 会一直烧 token。

设计一张 Agent Graph，本质上是算三笔账：

Graph 设计得好，是用更少的钱更快完成任务；设计得不好，只是让更多模型一起更快烧 token。

以前这些规则通常要开发者提前写好。Claude Code 的 Dynamic Workflows 把这部分也交给 Claude：

1	排班表不拿工资，不代表排班表里的员工也不用拿工资。

截至 2026 年 7 月，Claude 官方上限是同时 16 个 Agent，单次 Workflow 最多 1,000 个 Agent。

Loop 解决的是一个 Agent 如何反复工作直到做完；Graph 解决的是多个 Agent 如何分工、交接、检查，以及如何避免把 token 白白烧掉。

来源：cxuanAI《这 TM 谁又来炫技了？Loop 还没玩明白，这 Graph Engineer 又是啥破玩意？》

本文基于 Codez 的 14 步 Graph Engineering 教程和 Anthropic Dynamic Workflows 官方文档，用”招新员工”的类比重新讲述。