Graph 是什麼：當 Loop 不夠用的時候

你學了 Loop Engineering，手上有了好幾個循環在跑：pre-commit hook 自動檢查程式碼品質、cross-model review 讓不同 AI 互相審查、RAG feedback loop 自動修正搜尋結果。每個 loop 單獨跑都很穩。

問題出在它們之間。

某個 loop 的輸出應該觸發另一個 loop，你是用 if-else 硬接的。兩個 loop 搶同一份 context，沒人管誰先誰後。一個 loop 失敗了，下游的 loop 還在跑，白燒 token。

這時候你需要的不是更好的 prompt，也不是更嚴格的單環驗證。你需要一張圖——誰連誰、誰等誰、誰在什麼條件下觸發誰。

三層演進

層次	設計什麼	核心問題
Prompt Engineering	一個提示	怎麼說
Loop Engineering	一個迴圈	說完之後呢
Graph Engineering	多個迴圈的拓撲	誰連誰、誰約束誰

Graph Engineering 就是用節點（Agent、Tool、Router、Gate、Memory）和邊（資料流、條件、依賴）來設計 AI 系統的拓撲。

這三層不互相取代——是疊加。你仍然需要好的 prompt（Layer 1）、正確的 loop（Layer 2），Graph（Layer 3）管的是 loop 與 loop 之間的連接方式。

一個具體的例子

想像一個電商客服系統：

1. 客戶訊息進來 → 意圖分類 Agent 判斷是退貨、查單、還是一般問題
2. 退貨 → 退貨處理 Agent（查訂單 → 判斷是否符合退貨條件 → 回覆）
3. 查單 → 訂單查詢 Tool（直接查 DB 回覆）
4. 一般問題 → FAQ Agent（搜知識庫 → 回覆）
5. 所有回覆 → 品質審查 Gate（人工抽檢）

這就是一張圖。意圖分類是 Router 節點，三條路徑是條件邊，品質審查是 Gate 節點。如果你把這些全塞在一個 loop 裡，它會變成一團 if-else spaghetti。畫成圖，每個節點的職責和連接方式一目瞭然。

AI 協作：學了這個，跟 AI 怎麼配合？

以前你讓 AI 跑一個循環，現在你要設計多個循環之間的拓撲。你的角色從「循環設計師」升格為「系統架構師」。

你的人類優勢：

• 決定哪些節點需要人工介入（Gate）——這是信任邊界，只有你能定
• 決定失敗時的兜底策略——AI 不知道你的業務風險容忍度

可以這樣跟 AI 說：

我有一個客服工作流：客戶訊息進來要先分類意圖（退貨/查單/一般問題），不同意圖走不同處理路徑，最後所有回覆都要經過品質審查。幫我把這個流程畫成一張圖，列出每個節點的類型（Agent/Tool/Router/Gate）和每條邊傳遞的資料。