Wink Pings

Anthropic 工程师:Prompting 基本结束,下一步是 Graphs

一位 Anthropic 工程师说,95% 的同事已经在跑 self-improving loops,Prompting 基本结束,下一步是 Graphs。她 10 分钟从空终端搭完 Claude Code。Hanako 的长文拆解了 Loops 和 Graphs:Loop 让一个单元变正确,Graph 决定哪些单元存在。别再盯每一步,设计图。

一位 Anthropic 工程师在视频里说了一句话:

“Prompting is basically over. 95% of our engineers already run self-improving loops. The next move is graphs.”

她随后用 10 分钟,从一个空终端开始,搭了一个完整的 Claude Code 环境。过程被录了下来:Empty Terminal → Agents → Loops → Graphs → Self-Improving System。

Claude Code 是 Anthropic 的终端编程助手。Agent 能自己调用工具、读写文件、跑命令。过去你靠写 Prompt 指挥它;现在这套流程里,Prompt 只是入口,结构才是重点。

这句话放在一年前会被当成夸张。现在看,它只是把重心从写提示词挪到了设计系统。Prompting 没有消失,但不再占据中心。

视频来自 @res1dualedge。帖子下面引了一篇长文,作者 Hanako。她把这套东西拆得很细:Loop 让一个工作单元在没人盯着的情况下变正确;Graph 决定哪些单元存在,以及它们之间的顺序和依赖。下面是核心部分。

Loop:一个能失败的检查

Loop 剥到只剩骨架,是四步:produce、check、correct、repeat until green。

Check 是整个 Loop 的关键。没有能失败的检查,Loop 就退化成定时任务。

多数人先写工作,再把 review 挂到末尾。这个 review 只是让另一个模型看一遍输出。两个乐观主义者在互相确认。

检查要写成程序能评估的:

  • GREEN:test suite exits 0
  • GREEN:every claim carries a source line
  • GREEN:diff touches only files listed in the plan

不叫检查的:

  • NOT A CHECK:output looks good
  • NOT A CHECK:model says it is confident
  • NOT A CHECK:no errors were raised

“没有报错”不等于正确。把 Loop 建在这上面,系统会自信地重复同一个错误,直到预算耗尽,日志全程干净。

Loop 的天花板

Loop 只能把一个工作单元做得更好。它决定不了哪些单元该存在,决定不了顺序,也注意不到五个步骤里有两个根本不需要互相等待。

于是你得到一个很不错的 Agent,在跑三个错误的步骤,顺序还不对。每一步都正确,结果仍然慢,仍然不对。调 Loop 修不好,问题不在任何单元内部。

Graph:工作的形状

Graph 是两个东西:节点和边。

节点是一个有界的工作单元,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”当成边。“总结文件,然后查天气”之间没有边,天气不消费总结。它们是两个独立节点,只是被线性脚本按打字顺序串起来了。

检查每个箭头:下一步真的读上一步的输出吗?如果说不出跨过的变量名,没有边,等待就是纯浪费。大多数链里有两三个这样的箭头。去掉它们,通常就是最大的加速。

四种节点,有一个不是模型

Splitter、worker、code node、gate,就这么几种。

Splitter 把工作切成单元,站在最前面。切错了,后面全浪费。按文件夹切仓,四个 worker 审计同一组文件。按影响范围(blast radius)切,每个 worker 看到别人看不到的东西。

Worker 用单一视角处理一个单元。别给它们共享窗口。四个审计员共享窗口会收敛:第一个人写出发现,其他人都读它,四份报告围着同一个点转。你付了四倍的钱,买一个观点加三个回声。

Code node 是常被忘记的。合并、排名、去重、比较前后两版 export。这些不是推理,每个都只有一个正确答案,几行代码能解决。过模型只会增加成本、延迟和方差。描述一个变换时,如果不需要用“判断、决定、评估、总结”这些词,它就是代码。

Loop 和 Graph 的关系

Loop 住在节点内部。Graph 住在节点之间。

单元内部:produce、check、correct、repeat。单元之间:split、fan out、merge、gate、send back。

这俩不冲突。没有内部 Loop 的 Graph,会并行产生未验证的工作,比串行更糟,因为量更大。没有外部 Graph 的 Loop,是一个精心设计的步骤,插在一个没人设计过的队列里。

两条返回路径

没有返回路径的 Graph 是管道。它产出结果,然后忘记。下周从同样的地方开始,带着同样的盲点。

Graph 有两条返回路径,做不一样的事。

Correction edge,短的。Gate 把一个单元退回给生产它的节点,修复当前这次运行。

Learning edge,长的。被接受的结果以约束的形式回到 Splitter,修复之后的每一次运行。

几乎所有人都只建第一条,跳过第二条。系统速度很快但从来不变聪明,就是这样。Learning edge 不传递输出本身,它传递从输出推导出的约束:

  • ACCEPTED:utils slice ported, green on first pass
  • DERIVED:adapters preserve keyword args exactly
  • LANDS IN:splitter’s brief for every later slice

注意它落在哪里。它落在 splitter 切分任务的简报(brief)里,不在 worker 的指令里。一个被确认的原因变成规则,下一次切分从这次结束的地方开始。

退单元,别退批次

四个 slice 被移植,一个测试失败。把整个批次退回去,三个正确的 slice 会被重写。下一版不同,但不会更好,因为本来没问题。

现在四个都要重新验证,任何一个都可能因为无关原因失败。一次失败变成四个不确定。一次运行发生两次,就永远收敛不了。从外面看,像模型反复失败。其实是返回路径毁掉正确的工作。

一次返回带五样东西:

  • UNIT:handlers slice
  • VERDICT:red
  • REASON:test_auth_redirect failed
  • EVIDENCE:expected 302, got 200, handlers/auth.py:88
  • SCOPE:fix this file only, do not touch other slices

Scope 比看上去重要。没有它,返回的单元会长胖:Agent 打开文件,发现两个相邻问题,顺手修了。一次单文件修正变成没人 review 的四文件 diff。

把重试次数限制在三次。修三次还失败,问题出在产生它的计划里,Loop 看不到计划。

Gate 看爆炸半径,不看 confidence

多数文章会建一个 confidence score,设个阈值,高于它就放行。这是错的变量。

Confidence 是最弱的输入,因为它是唯一一个模型能影响的。

强的变量是:如果改错了,撤销有多贵。

  • 可逆且孤立:copy change、test、带覆盖率的孤立函数。一个坏 merge 只值一次 revert,可以最先开放。
  • 可逆但范围广:共享工具、schema 添加,十几个调用方都碰。用确定性检查加干净轨迹做门禁。
  • 很难逆转:migration、删除、写生产数据或动钱的。这条通道不开放,不管分数多高。

第三行是一条不开放的通道。和阈值调高不同,阈值会被调整,关闭的通道不会。

在开放的通道里,Gate 按顺序读证据:确定性结果、这次运行的轨迹、这个节点历史上的回滚频率,最后才是模型自己的评估。

从哪里开始

拿一件你反复做的事。画出 splitter、通道(lanes)、merge、gate、一条回边。

先建 gate。有东西能大声失败之后,一切都变容易。没有 gate 的 Graph,只是更快地产生未验证的输出。

然后建通道(lanes)。最后建 learning edge。得先有东西在接受结果,才能从结果里推导约束。

把人类放在一个步骤:后果最高、可逆性最低的那一步。批准 merge,决定哪些修复上线。别 review 中间产物,别确认每一步。人一旦变成 Graph 的中间节点,Graph 就和人读东西一样快。

Hanako 用三行收束了这套纪律:

Measure the path, not only the answer it landed on.

A verdict that does not change what runs next is a report.

Any failure you do not turn into a permanent constraint, you will meet again.

多数人会继续调一个 Loop,并称之为系统。画 Graph 的人会运行一支舰队,并且始终不明白,为什么别人这么难追上。

评论区有人说:Agent loops 是最大的生产力杀手之一。另一条说:Graphs 让 agent 自主性变得更实际。这两条放在一起,差不多就是当前 Agent 工程的状态。

完整文章在 Hanako 的 X 帖子。课程和模板在 agent-layers.vercel.app。视频来自 @res1dualedge。

发布时间: 2026-11-21 15:24