Graph Engineering 的 Agent 左右互搏之術
繼 Loop 後爆紅，我用它跑完 313 個 Agent 的產品研究，文末有可複製的 Prompt 範本
Graph Engineering 把 AI 從 Loop 排隊變成一張可以平行開火的 Graph。我在前一週剛好用同一套方法跑完產品市場研究，總共派出 313 個 Agents，得到品質很不錯的結果。當你學會如何用 Graph，或是直接複製文末的 Prompt，從此以後不用擔心 Tokens 用不完（誤）
我也發現了過去 70 年內在研究方法論能互相呼應的地方，只能說可以學習的東西太多了，我們只是在重新學習如何更好的應用 AI，這篇會著重講實測之後留下來的東西。
Prompt → Context → Harness → Loop → Graph
Loop Engineering 是單一 Agent 的循環：觀察 → 決策 → 行動 → 驗證 → 重試，一直跑重複的事。簡單任務這樣就夠用；但複雜、多步驟、需要並行或嚴格驗證的工作，單一迴圈容易崩潰，混用事實、漏掉矛盾、浪費 Token。Graph Engineering 是用明確的圖結構來協調多個迴圈。圖有三個核心：
節點 Node：是有邊界的工作單位，在這裡可以是新派出去的 AI Agents （Sub-agent or Sessions）
邊 Edge：是真實的資料流
狀態 State：沿著邊走的共享內容，可以說是 Context 傳遞
這樣的演進，很明顯 Graph 不是取代 Loop，是協調多個 Loop。Agent 從 Loop 逐步優化變成一張公司的組織架構圖，更像多個同事彼此協作的工作流程。
Loop 時常見的浪費
大部分人寫 Agentic 流程是「做 A，然後 B，然後 C」。那些「然後」多數是不必要的，也就是俗稱假邊（False edge），因為下一步根本沒有讀上一步的輸出。只因為你打字或習慣的工作順序而存在。每一條假邊，就是一段沒有理由的等待。
判斷方法只有一個：在規劃時，畫得出箭頭上流動的資料或 Context，才是真的邊。畫不出來，那兩個步驟就是獨立的，也就是可以同時跑。另外就是，把一個步驟拆分成可以是一行程式去處理的事，就不需要 Agent 去執行，也可以節省浪費。
Agent 用於推論和判斷，不用於例行水管工程。
別急著開 Graph
哪些事適合搬上 Graph？各種複雜研究是天生的候選人：
產品競品研究
市場研究
新技術調查
跨國稅務諮詢
這篇的實測是偏向新產品市場研究。其實，開發流程也有機會導入，Product Research、Coding、Review／Testing 各是一個節點，中間流動的是 Spec、Diff 和測試報告——你團隊平常的開發流程，本來就是一張由每個角色組成的 Graph。
反過來說，簡單任務繼續用 Context ＋ Loop 就好。升級到 Graph 的判準是任務出現這幾個特徵
需要多專業分工
需要並行
需要嚴格的證據鏈驗證
需要長期記憶與中斷後可恢復
沒有這些特徵就開 Graph 是過度工程，成本和複雜度會提高一個檔次，品質也未必提升。
實測派出的 313 個 Agent
最近剛好我那三輪研究用的是同一個骨架，管它叫鑽石圖（Diamond）：一個節點把問題拆開，一群節點平行工作，一個節點收攏。具體長這樣：
把研究問題拆成 5 個搜尋角度
5 個 Agent 平行搜尋，各自讀自己的來源
抓回 20 幾個來源，抽出可證偽的主張
每條主張派 3 個 Agent 投票對抗驗證
一個終局 Agent 寫報告
舉例來說：某個產品競品研究 Agent 在自己的角度抓回一句「某開源工具按席次計費」：
附上出處、標成可證偽主張 → 合併去重複後它進了驗證池 → 3 位驗證者分頭查 → 一個翻官方定價頁、一個找獨立第二來源、一個回溯原始出處。
結果：它根本不收席次費，出處只是一篇過時的社群比較文。
最終：3 票 2 個 AI 反對，主張被推翻，帶著一句否決寫入暫存的文本，這全程零人工介入。
我實測將 3 輪加起來共派出 313 個 Agent (獨立的 Session)、約 1,300 萬 Subagent tokens、332 條主張、75 條進入驗證。單一對話 Session 因為有限的 Context Window 撐不起 20 個來源同時攤開討論，但每個 Agent 只帶自己的那份，回來的只有討論後的結論，這就是 Graph Engineering 能給的廣度！
錯誤通常經不起 3 個懷疑者的圍攻
找到自己不知道 + 確定是對的事
實測下來最值錢的不是平行，是透過大量的辯論去「驗證」。實測的 3 輪的主張否決率分別是 16%、40%、28%。如果沒有對抗驗證（Adversarial verification），下面舉例：
某實驗室內部討論年花 10 億美元買 RL 環境，其實是媒體轉述的傳聞，否決！
某新創營收一年成長 15 倍，其實公司自報、無獨立佐證，否決！
歐盟 AI 法案高風險義務 2026 年 8 月生效，其實已被修正案延到 2027 年 12 月，否決！
同一個 Agent 不改自己的考卷，兩個驗證者不問同一個問題。40% 的否決率代表著我研究的領域的公開資料，將近一半經不起 3 個懷疑者圍攻。
省去重複做事能省下大量 Tokens
去除重複必須是「看過的一切」，不是只是採納的部分。被否決的主張如果沒有留下痕跡，每一輪研究都可能重新發現它、重新評估它、重新否決它，永遠付錢重訪同一條死路。修法是在確定否決時也要紀錄，附一句原因跟驗證方式。
我的經驗是 AI 常常「順手發現第二個問題」，通常很常是重複的，使用 Loop 的帳本會陷入重複的主題，每輪整份讀進 Context 只為了查重。改成 Graph 的方式之後，查詢成本降了 12 倍。因此 Graph 的思維不只讓你變快，也逼你看見在流程中，自己在哪裡付了不必要的租金。在我的角度看，Loop 進化成 Graph 是一種必然的優化路線。
大量攻擊已知
找到自以為知道，但是是錯誤的事
Graph 除了可以當探索未知的研究工具以外，也可以反過來用，也就是攻擊已知。
舉例一份對我很重要的規劃文件，自己前後改過三輪，自認相當完整。把它拆成 8 個角度，每個角度派一個 Agent，拿到的內容只有去識別化的事實和該角度的結論清單，故意設計成看不到全文，也看不到彼此。任務只有一句話：推翻我方結論。
一輪下來，有約 1/5 結論被推翻或修正，最大的一個數字被高估了近 5 倍。人工改 3 輪改不掉的錯，最後被找到，這道理跟解一個一直解不掉的 Bug 也很像。原因是 Agent 自己迭代，錯的假設會自我強化；如果是互相隔離的懷疑者，甚至是 Claude 與 Codex 模型交錯用，就沒有這個包袱。
同模型的缺點：1986 年軟體工程就證明過，獨立寫出來的程式會犯相關的錯，同一個模型多開幾份，該錯的地方會一起錯。解法是找另一個模型家族當反證者，Claude + Codex + Gemini + Grok 交錯用。左右互搏再快，兩隻手終究是同一個腦子指揮的。真正的互搏，是找不同人的手。
隔離是雙面刃。隔離買到獨立性，也買到更多雜訊，收攏的時要逐條過濾。
最值錢的發現全部來自開放題。逐條檢核挖出來的是修正；「我們完全沒想到的風險是什麼」這種事前驗屍（Premortem）式的問題，挖出來的才是翻盤。
算術儘量不外包：算術是水管，留在主迴圈。
同模型的缺點：1986 年軟體工程就證明過，獨立寫出來的程式會犯相關的錯，同一個模型多開幾份，該錯的地方會一起錯。解法是找另一個模型家族當反證者，Claude + Codex + Gemini + Grok 交錯用。
70 年前的老招
這邊是我覺得最有趣的地方。寫完上一節，我回頭查了這些招數的出身，結果我發現每一招幾乎都有名字，而且都比 LLM 老得多：
隔離的懷疑者：Delphi method（RAND，1950 年代）：專家獨立作答、互不見面。理由後來被實驗證實：社會影響會摧毀群體判斷的準確度。
指定攻擊：魔鬼代言人（Devil’s Advocacy），管理決策學 1970 年代的方法。實驗結論是結構化攻擊比專家共識更能暴露隱藏假設
開放題：事前驗屍（Premortem），Gary Klein 2007 年的招——「假設計畫已經失敗了，為什麼？」實證上比直接 Review 多挖出約 30% 的風險
否決帳本：競爭假設分析（ACH），CIA 情報分析的標配——被殺的假設要留屍體防復活，連結論的信度標註都有官方標準
LLM 這邊的對應也有類似的方法。2018 年 AI Safety via Debate 就主張讓模型互相攻擊比讓模型自評更接近真相；Anthropic 2025 年發過自家 Multi-agent 研究系統的工程文，結論很類似，就是廣度上多 Agent 顯著贏，代價是 Token 用量十幾倍。
也有反方。2024 年起一批研究指出，多 Agent 辯論的增益有時只是「多算力」而不是「多視角」，同樣的錢花在單一模型多抽幾次，效果差不多。這條批評打的是「辯論到共識」的架構；獨立攻擊加上人工仲裁不在射程內，但爭議值得知道。
方法是舊的，便宜是新的——召集 8 位互不見面的專家，從幾週變成 1 個小時內。
Graph 的天花板
Graph 買的是廣度，不是判斷力。
給一個具體的案例：研究裡有兩個問題：小團隊到底為什麼付費？企業怎麼準備合規採購？——連續多輪零主張存活。猜猜為什麼？這裡不是 Agent 不夠多，是公開資料裡沒有這個答案。再開一百個 Agent 結果也會一樣。
Graph 能放大你的搜索，不能代替你去見人。研究收斂後的下一步應該會是實場的訪談，或是獨特資料點的採集，那是畫不出來的節點。
Graph 輸出比你吸收得快
另一個天花板跟人有關：8 個 Agent 一晚產出的報告，比我一週能內化知識的還多。過去文件是為了可追溯寫的，現在的文件每條結論都有帶出處、帶信度、帶修正軌跡。這對下一輪 Agent 和專業讀者是資產，但對還沒消化吸收的人是天書，我自己都讀不下去。
這部分老實說我也還在嘗試，但我相信修法不是簡化，是增加知識層。也就是文本照舊，按照人的學習方式，上面加一頁 3 分鐘讀完的入口，知識再從淺到深做呈現，比如說—現在怎樣、還在等什麼決定、可以要做什麼、想深讀開哪份。把文本的密度留給 AI 和專家，設計簡單的入口留給自己，這部分我覺得就蠻像個人 LLM Wiki 的核心，有做過的人應該會蠻有共鳴的。
廣度的帳單，注意力來付。
心得
這輪繳的學費不少。一是一開始模型分級沒做，3 百多個 Agent 全部跑在最貴的模型上，但搜尋和抓取其實是重複性工作，之後會把這些節點用的 AI 降級，判斷力留給驗證和收攏。二是好用的 Graph 建起來後沒有存檔，跑完才想到同一個骨架換個 Prompt 就可以用在不同需求。這週補存模型分級跟攻擊模式也寫進了自己的 Skill，下次應該不用重新發明吧。
Graph engineering 這個詞下一個會是什麼，我不知道，但我猜應該會更接近一家真實公司的運作流程。先畫 Graph，再平行開火這件事，可以確定把你的 Tokens 燒得淋漓盡致。
現在就開始體驗區：
Prompt 範本（複製貼給你的 Agent 就能跑）
來源
Graph Engineering con Opus 5（@angeldot_，2026-07-25）
Graph Engineering Clearly Explained（@akshay_pachaar，2026-07-25）
Graph Engineering：从 0 到 1 小白完整教程（@AdrianPunk115，2026-07-26）
Gary Klein, Performing a Project Premortem（Harvard Business Review, 2007）
Knight & Leveson, An Experimental Evaluation of the Assumption of Independence in Multiversion Programming（1986）
Richards Heuer, Psychology of Intelligence Analysis（CIA, 1999）
Irving, Christiano & Amodei, AI Safety via Debate（2018）
Anthropic, How we built our multi-agent research system（2025）
Chen et al., Are More LLM Calls All You Need? Towards Scaling Laws of Compound Inference Systems（2024）