Wink Pings

Karpathy说“Prompting正在消亡”,真正留下来的只有Graph

Andrej Karpathy 在两小时演示里说:Prompting 即将消失,唯一留下的是 graph。m4lka 用七个层级解释了 agent 系统为什么“prompt 是入口,graph 才是主干”,并附了一份自查表。

Andrej Karpathy(OpenAI 创始成员、前 Tesla AI 总监)在两小时演示里扔了句话:“Prompting is going away. Delete everything and keep the graph.”

这段视频很快在 X 上传开。分享者的评论写得更直白:一个 loop 让一个 agent 一直跑到任务完成;一个 graph 决定哪些 agent 存在、每个 agent 传什么给下一个。谁都能构建 agent,但几乎没人构建跑它们的 graph。

m4lka 在 10 月发表了一篇长文,标题就叫《Harness, Loops, Graphs》。开头那句直接得有点疼:“你的 agent 并不自主,你就是它的 loop。” 你检查每个步骤,因为系统里没有别的东西能做这件事。

文章把 agent 系统分成三个角色:Harness 决定 agent 能做什么,Loop 决定什么为真,Graph 决定接下来发生什么。别把它们当成并列的三件工具。它们是阶梯,每一层都因为下一层某个具体的故障而存在。

七个层级,每级解决一个故障,也制造下一个故障:

Level 0 Chat:你粘贴 bug,模型给建议,你手动跑测试、粘贴报错信息。模型只是函数,你是它外面那圈程序。一个人包揽了 harness、loop、graph。

Level 1 Harness: hands:给模型 shell、文件访问、测试运行器。它能动了,但没有记忆和边界。40 分钟后,上下文塞满测试日志,它忘记试过什么,只能再试一遍。

Level 2 Harness: memory+walls:加 PROGRESS.md、git 提交,把状态放到上下文之外。再加权限和沙箱。墙不是指令。模型没有权限才是墙。它说“修好了,所有测试应该能过”——“应该”说明没有机制保证。

Level 3 Loop: the check:可失败的检查。测试先复现问题,再验证修复。如果模型说“完成了”就能通过,循环再长也只是重复。

Level 4 Loop: feedback:把“错了”变成“错在这里,方向在哪,哪些路已死”。还要有退出条件:同一结果出现两次就停止升级,预算花完就停止。

Level 5 Graph: shape:把任务拆成节点,只保留真实依赖。如果 B 不需要等 A,箭头就是习惯,不是依赖。一个 bug 修复任务可以被拆成修复、审计、文档并行,最后汇合。

Level 6 Graph: gates:通过门禁的节点冻结,失败只重跑失败节点。按撤销成本分级:可一键回滚的自动上线,不可撤销的必须人工签字。把注意力只放在无法撤销的地方。

Level 7 Learning:把教训写回对应层。失败变成新的工具、新的检查、新的拆分规则。同一个错误不该花两次钱。

这张阶梯图把“自动 agent”拆成了可诊断的步骤。Karpathy 说的 keep the graph,可以在这个框架里落地:prompt 是一次性对话,graph 是系统的主干。能修 bug 的 agent 并不难,难的是让修复和审计、文档并行时不互相污染,且每个节点都能被独立验证。

m4lka 还给了个自查表。如果你还在聊天和终端之间复制粘贴,卡在 Level 1;如果 agent 在重试已经试过的方法,卡在 Level 2;如果“完成”只有你检查过才算数,卡在 Level 3;如果重试在同一个错误上烧预算,卡在 Level 4;如果每一步都对,整体却慢,卡在 Level 5;如果一次失败导致全部返工,且所有事都要你过目,卡在 Level 6;如果同一个错误每周来一次,卡在 Level 7。

不能跳级。十个没有检查的 agent 是十倍清理,不是十倍产出。设计从 Level 3 的检查开始:说不清“什么算绿”,后面所有层都救不了你。大多数任务到 Level 4 就够了,往上爬之前先算算失败成本。

完整文章在这里。

发布时间: 2026-11-20 03:41