AI Agent 应用的工程重点并不只在提示词。随着任务变长、工具增多、状态变复杂，工程师需要处理的问题会从“怎样向模型提问”逐步扩展到“怎样让整个系统持续、可靠地完成任务”。一种便于理解的归纳方式是：提示工程 → 上下文工程 → Harness 工程 → Loop 工程 → Graph 工程。
这些名称不是彼此替代的产品版本，也不是所有团队都统一采用的严格标准。它们更适合作为观察视角：每向后一层，系统所包含的运行机制和工程责任都会扩大。
五种工程视角
| 工程视角 | 主要问题 | 典型工作 |
|---|---|---|
| 提示工程（Prompt Engineering） | 应该怎样向模型说明任务？ | 编写指令、提供示例、规定输出格式、消除歧义 |
| 上下文工程（Context Engineering） | 当前这一步，模型应该看到哪些信息？ | 组织系统指令、对话历史、工具定义、检索结果和任务状态 |
| Harness 工程 | 模型怎样在受控环境中运行和行动？ | 设计工具接口、权限与约束、结果验证、错误处理和恢复机制 |
| Loop 工程（Loop Engineering） | Agent 怎样经过多轮判断持续推进，并在正确时机停止？ | 设计观察—行动循环、进度判断、重试策略、重复检测、预算和完成条件 |
| Graph 工程（Graph Engineering） | 怎样协调多个 Agent 循环、确定性程序和人工审批？ | 定义节点、路由与依赖，传递结构化状态，并在关键位置保存检查点 |
提示工程：把任务说清楚
提示工程关注模型收到的自然语言指令。它通过明确目标、约束、示例和输出格式，减少模型对任务的误解。
例如，让模型“总结一篇文章”仍然比较含糊；如果补充目标读者、篇幅、必须覆盖的主题和禁止臆测的要求，输出通常会更稳定。但提示词本身无法保证模型拥有完成任务所需的资料，也无法控制工具执行后的真实结果。
上下文工程：把当前所需信息放进来
上下文工程把关注点从一段提示词扩展到模型在一次调用中能够看到的全部信息，包括系统指令、工具说明、对话历史、外部知识、运行状态和中间结果。
它的关键不是“信息越多越好”，而是让正确的信息在正确的时机出现。上下文缺失会导致模型无从判断，噪声过多或信息过期也会干扰决策。
Harness 工程：为模型搭建运行边界
Agent Harness可以理解为包围模型的运行框架。它负责组装上下文、暴露工具、约束权限、验证结果，并在失败时重试、降级或请求人工介入。
在这一层，工程问题已经不只是模型“回答得好不好”，还包括工具参数是否有效、操作是否越权、外部状态是否真的改变，以及结果是否经过验证。相同的模型置于不同 Harness 中，可能表现出明显不同的可靠性。
Loop 工程：让任务持续推进并正确结束
Agent 工具调用循环让模型经过多轮工具执行与环境观察推进任务。Loop 工程关注这个循环怎样维持有效进展。
它需要回答：下一步任务由谁发现？失败后是否重试？如何识别无效重复？什么时候验证阶段成果？什么条件才代表真正完成？如果缺少这些机制，Agent 可能过早宣称完成，也可能在相似步骤之间不断循环。
Graph 工程：把复杂执行过程显式组织起来
当一个循环不足以表达完整业务流程时，可以把 多 Agent 系统中的多个 Agent 循环、确定性代码、人工审批和其他能力组织成执行图。节点承担具体工作，边规定路由和依赖，结构化状态在节点间传递，并可通过检查点支持恢复和审查。
“Graph Engineering”作为名称在 2026 年开始受到讨论，目前仍属于新兴行业表述，并非已经定型的通用标准；图式工作流和状态编排的实践则更早已经存在。LangGraph 与 Microsoft Agent Framework 的官方文档都使用节点、边、状态和检查点等概念描述图式工作流。
它们之间是什么关系
可以把这五种视角理解为关注范围的逐步扩大：
- 提示工程优化单次指令。
- 上下文工程管理模型在当前调用中能够获得的信息。
- Harness 工程管理模型之外、Agent 边界之内的运行机制。
- Loop 工程管理跨多轮行动的推进、验证与终止。
- Graph 工程管理多个循环、程序步骤和人工节点之间的协作。
这种包含关系是一种理解框架，不是正式的行业分层标准。实际系统也不必追求最复杂的一层：只有在单次调用、单一循环或简单工作流无法满足可靠性要求时，才需要继续增加结构。
用同一个任务理解五个层次
假设系统要“查找资料并生成一份报告”：
- 提示工程规定报告的目标、结构和写作要求。
- 上下文工程向模型提供资料、历史记录和当前写作状态。
- Harness 工程提供搜索、读取和保存工具，并检查引用和权限。
- Loop 工程决定是否还需要补充证据、何时修订，以及何时可以结束。
- Graph 工程把资料收集、事实核查、撰写、审阅和人工批准组织成可追踪的节点与路由。
这个例子也说明，后面的工程视角不会让前面的工作消失；复杂 Agent 仍然需要清晰的提示词和合适的上下文。