@nicos_ai: 提示工程 → 上下文工程 → 封装工程 → 循环工程 → 图工程:这个列表还在不断增…
摘要
这篇文章解释了提示工程、上下文工程、封装工程、循环工程和图工程之间的分层关系,强调每一层都是在前一层基础上构建的,而不是取代前一层,并说明了如何定位需要调试的层级。
提示工程 → 上下文工程 → 封装工程 → 循环工程 → 图工程:
这个列表还在不断增加,每个新术语通常都被视为取代了前一个术语。
但实际情况并非如此:每一层都包裹着前一层。区分它们的最简单方法是看它们的工作单元是什么。
提示工程就是消息
模型在调用之前什么都不记得,因此提示必须包含所有必要的信息:角色、上下文、指令、一些示例以及输出格式。
如果结果不符合预期,关键是要找出哪个元素缺失或出错,而不是一遍又一遍地重写整个提示。
它的工作单元是单次输入。
上下文工程就是记忆
在多个步骤中,上下文窗口是有限的,但可用信息并非如此。因此需要一个筛选过程。
这个过程包括保留重要的内容、总结有用但庞大的内容,并丢弃其余部分。
好的上下文不是塞入更多信息,而是知道该消除什么。
它的工作单元是上下文窗口内保留下来的内容。
封装工程就是机器
模型本身只能生成文本。
封装(Harness)负责收集必要信息、运行模型、调用工具或子代理,并通过测试或评估器来验证结果。
在很大程度上,这个验证步骤是区分简单 API 调用与 AI 代理的关键。
它的工作单元是机器的一次完整执行。
循环工程就是迭代执行
单次执行很少能解决整个问题。
需要一种机制来决定机器是否应该再次运行。为此,你需要一个从一开始就定义好的目标、一些限制(如最大迭代次数或成本预算),以及一个能够判断任务是否真正结束的自动标准。
代理停止请求工具并不意味着它完成了工作;只是表示它完成了这一轮。
它的工作单元是整个循环的执行。
图工程就是协调
当多个循环需要协同工作时,你需要定义什么运行、何时运行、哪些可以并行,以及哪些组件监督其他组件。
节点负责执行工作,连接(边)决定接下来发生什么,共享状态在它们之间流动。
实际上,单个循环只不过是一个节点的图,其连接指向自身。这就是为什么图是组织循环,而不是取代循环。
它的工作单元是整个流程。
所有这些层之间的关系很简单:
提示和上下文存在于封装(Harness)的收集阶段。
封装执行一次完整的流程。
循环决定该流程是否应该重复。
图决定哪些循环运行以及它们如何相互协调。
你的视角越广,工作单元就越大。
你深入得越深,就越回到提示本身。
这也指明了问题调试的位置:根据失败层的工作单元来判断哪一层出了问题,然后修复那一层。
提示是最容易修改的部分,因此它经常被归咎于实际上源自高它三层的错误。
在下面的文章中,它解释了什么是图工程,涵盖主要思想、如何入门、如何管理共享状态、如何创建可靠的路由,以及什么时候真正值得使用图。
如果你想跟上最新动态,接下来就阅读它吧。
查看缓存全文
缓存时间: 2026/08/03 11:41
提示工程 → 上下文工程 → 执行框架工程 → 循环工程 → 图工程:
这个列表还在不断变长,而且每个新词通常都被视为取代了前一个词。
但现实并非如此:每一层都把前一层包裹在其中。区分它们最简单的方法,就是问它们的“工作
相似文章
@akshay_pachaar: 从提示工程到上下文工程再到封装工程。三个术语在AI工程中反复出现,经常被混为一谈……
Akshay Pachaar阐释了三个不同的AI工程概念——提示工程(消息)、上下文工程(记忆)和封装工程(机器)——解释了它们在构建基于LLM的智能体中的角色与相互作用,并附有一篇关于智能体封装工程的深入文章链接。
@Maxsteinbrenner:提示工程已被循环工程取代。它是什么?(60秒解释)过去两年我们…
解释了从提示工程到循环工程的转变,AI智能体被赋予目标,通过递归循环(研究、起草、评估、测试、改进)迭代,直到达到标准,包括开放、封闭和编排三种循环方法。
循环工程:设计能自动提示的系统
文章介绍了'循环工程'作为AI工作的第四阶段,工程师设计系统自动提示、执行、评估和迭代而无需人工干预,超越了提示工程和自主工具使用。
@omarsar0: 循环工程就是具有出色系统设计的提示工程。
一条推文指出,循环工程本质上就是具有良好系统设计的提示工程。
@RoundtableSpace:循环工程正在取代提示工程 仓库:https://github.com/cobusgreyling/loop-engineering…
一种称为循环工程的新范式被引入,从手动提示工程转向设计能够自主提示AI代理的系统。该GitHub仓库提供了模式、快速入门指南以及npm包,用于实现与Grok、Claude Code和Cursor等编码代理的循环。