Wink Pings

别再盯着 Agent 的每一步了:Loops 和 Graphs 让你只批最后一步

Andrej Karpathy 的免费两小时课,把 agent 从 Prompts 到 Loops 串了一遍。Hanako 的实操文章拆了 Loops 和 Graphs:为什么 check 比 output 重要,为什么 confidence 不该当闸门,以及怎么把人放到最后一个节点上。

Karpathy 在 OpenAI 和 Tesla 待了 8 年。上周他把这些经验压成一堂免费的两小时 lecture,路线:Prompts → Agents → Harness → Graphs → Loops。

Solen 在推文里说,有人花 15k 美元上 bootcamp,学到的不一定有这两小时多。

如果现在抽不出两小时,别让它从时间线里消失。先读 Hanako 的文章,它回答一个具体问题:怎么让 agent 自己把活干完,你只批最后一步。这里说的 agent,指能自己调用工具、改代码、跑测试的 AI 程序。

Hanako 开头给了个判断:你检查 agent 的每一步,不是出于自愿,只是没别的东西在查。想从椅子上站起来,需要两样东西,大多数人只搭了其中一样。

Loop:一个能失败的检查

Loop 让一个工作单元在没有你盯着的情况下变正确。Graph 决定哪些工作单元存在。

一个 loop 有四个部分:produce、check、correct、repeat until green。check 是全部重点。没有能失败的东西,你只是在用 scheduler。先写 check,而且要写成程序能判断的:

  • GREEN: test suite exits 0
  • GREEN: every claim carries a source line
  • GREEN: diff touches only files in the plan
  • NOT A CHECK: output looks good
  • NOT A CHECK: model says it's confident
  • NOT A CHECK: no errors were raised

最后一条最坑。没有错误不等于正确。一个系统可以带着干净日志,自信地重复同一个错误,直到预算烧完。

Loop 的瓶颈在于:它只能让一个单元做得更好。它不能决定哪些单元存在,也不能决定顺序。于是你可能有一个厉害的 agent,在跑错的三步,顺序还不对。每一步都对,结果还是慢、还是不对。问题出在上一层。

Graph:决定哪些工作存在

Graph 是工作的形状:什么跑、什么并行、什么等待、什么根本不跑、结果回到哪里去。节点是有边界的工作单位:一个输入,一个输出。边是依赖:这个节点的输出喂给那个节点的输入。

最常见的错误,是把 然后 当成依赖。summarize the file 和 check the weather 之间没有边,weather 不消费 summary。它们是两个独立节点,只是被线性脚本串起来了。对每个箭头问一句:下一步读上一步的输出吗?说不出跨过去的变量,边就不存在。大部分 chain 里有两三个这样的箭头,找出来通常是最大的提速项。

节点有四类:splitter、worker、code node、gate。splitter 切分工作,决定下游一切。按文件夹切,四个 worker 会审同一批文件;按影响范围切,每个 worker 看到的东西才不一样。worker 用单一视角处理一个单元,各自独立上下文。code node 是很多人忘掉的:合并、排序、去重、对比,都不需要模型。如果描述一个变换用不到 judge、decide、assess、summarize,它就是代码。用模型反而给一个不需要推理的步骤增加成本、延迟和方差。每条边都是 agent 的图,等于给自己的线路交租金。

Loop 住在 node 内部,Graph 住在 node 之间。没有 graph 的 loop,是一个很好的步骤;没有 loop 的 graph,会并行生产一堆未验证的东西。

两条回边

Graph 要有两条回边。短的是 correction edge:一个 gate 把某个单元打回给生产它的步骤,修当前这一轮。长的是 learning edge:被接受的结果变成一条约束,回到 splitter,修以后的每一轮。大多数人只做了第一条。所以系统跑得快,但永远不变得更聪明。

返回单元,不是返回整批

四个 slice 里有一个失败,把整批退回去,三个正确的也会被重写。一次失败变成四个不确定。返回时带上 unit、verdict、reason、evidence、scope。scope 最重要;没有它,一个单元会顺手把旁边的文件也改了。三次修正还不过,问题在 plan,不在 loop。

Gate 看影响范围,不看 confidence

confidence 是模型自己可以影响的那个变量,所以最弱。按改错后的恢复成本排序:可逆且隔离的先开;可逆但影响面大的用确定性检查和轨迹把关;难逆的直接不开,分数再高也不开。

gate 读证据的顺序:确定性结果、本轮轨迹、该节点历史回滚率、模型自己的判断。模型判断放最后。

从哪开始

挑一件你反复做的事。画出 splitter、lanes、merge、一个 gate、一条回边。先把 gate 建起来,然后 lanes,最后 learning edge。人只放在一个点上:最高后果、最难逆的位置。批 merge,选哪些 fix 上线,不要审中间输出。人一旦站到图中间,就会变成最慢的节点。

Hanako 文末留了三行:测量路径,不只是它落到的答案。一个不改变下一步的 verdict 只是 report。任何一个你没变成永久约束的失败,以后还会再见到。

大多数人会继续调同一条 loop,然后叫它系统。画出 graph 的人,会在旁边看着一队 agent 跑。

完整课程和模板在 agent-layers.vercel.app,文章原文在 x.com/i/article/2091485629452304385。

发布时间: 2026-11-21 06:53