最近一两年，"agent 图（agent graph）"这个词在圈子里被炒得很热。老实说，一开始我也觉得又是换皮新概念——毕竟把任务拆成节点、用边连依赖，这不就是几十年前的**有向无环图（DAG）**调度吗？但真正动手把日常 AI 工作流改成"图"之后，我发现它确实解决了一个很实在的问题：大多数人的 AI 系统其实是一条串行直线，而直线是最慢、也最脆弱的跑法。

这篇文章不是概念科普，是一份能直接落地的手册。我会先把"图"到底是什么讲清楚（包括一个最容易踩坑的"假边"概念），再给一个我认为今年最值得掌握的模式，然后三个能直接抄的构建，最后收一份操作清单。所有 prompt 我都保留了英文原样——像 Claude Code 这类工具对英文指令里的"编排意图"识别更稳，复制即可用；如果你用 LangGraph / CrewAI / 自研 DAG 调度，思想完全通用，只是触发方式不同。

一、图到底是什么：先搞懂节点、边和"假边"

在 agent 工程里，一张**图（graph）**就是你 AI 工作的可视化计划。它回答两个问题：

1. 哪些活（job）必须干？
2. 哪个活得等哪个干完才能开始？

把"活"叫节点（node），把"谁等谁"叫边（edge）。一个节点就是你本来会交给一个助手的事——研究一个竞品、写一版草稿、核实一个说法。当一个节点开始之前需要另一个节点的产出，你就用一条有向边把它们连起来。随工作流转的还有一小叠"运行笔记"（上下文 / 状态），记着发现了什么、决定了什么、还剩什么没干。

这里最值钱、也最容易被忽略的一个概念叫假边（fake edge）。判断标准只有一句：

箭头只有在工作真的流经它时才是真的。

举个例：“总结这个文件，然后看看我的日程”——听着像顺序，但"看日程"这一步根本不需要"总结"的结果。所以这两个活从不需要互相等。凡是"下一步其实用不到上一步结果"的依赖，就是假边，白等。

我建议你今晚就做一件事，在任何新工具都没碰之前：把你今天在跑的 AI 系统画出来，只画节点和边，然后对每一个"然后"问一句——下一步真的需要上一步的结果吗？ 你画的任何系统里，几乎都能找出两三个假边。删掉它们，串行就变并行，零成本。

技术视角：你现在的系统大多是 A → B → C → D 的直线。直线的问题不是"慢"，是脆弱且无法扩展——一个节点卡住，后面全堵死。图工程的本质，是用 DAG 的"部分有序"取代"全序"，把没有真实依赖的步骤解放出来并行跑。这跟后端用消息队列削峰、用 DAG 调度器（Airflow / Prefect）编排 ETL 是同一个思路，只是被搬到了 agent 工作流上。

还有一层我挺认同的观点：工程师们几小时内就指出"这不过是换了名字几十年的旧模式"，他们是对的，而我认为这正是好消息。一个能跑关键系统几十年的模式，恰恰是你愿意托付业务的那种。别被"新概念"吓住，也别被"只是旧东西"劝退，看它解决什么实际问题。

二、菱形模式：今年唯一值得掌握的结构

观察任何正经的 agent 系统，都会反复出现同一幅画面：

工作被拆开 → 几个 worker 并排深挖 → 有东西检查它们发现了什么 → 一切汇回一个答案。

这幅画叫菱形（diamond），本质是扇出（fan-out）+ 汇聚（fan-in）。我很有底气地说，这是你今年唯一需要的模式。

Claude 内部的研究功能在生产环境跑的就是这套：一个 lead 规划，worker 并行收集，结论到你之前先过检查。但所有人都会跳过、而你必须当成铁律的那一步，是检查（checking）。

为什么检查不可省？因为每一次对"AI 自我审查"的严肃测试都得出同一结论：模型会漏掉自己大部分的错误。 让同一个 agent 给自己的作业打分，盲区和出题人重合，等于没查。

技术视角：这跟 RLHF 里的道理一致——评判模型（reward model / critic）必须和生成模型（policy）分离。自我审查不可信不是模型笨，是"既当运动员又当裁判"的结构性盲区。所以菱形模式的灵魂不是两边的"分叉"，而是汇聚前的那个独立检查节点。

我的建议很具体：

• 绝不让同一个 agent 审自己。
• 把检查交给独立节点，唯一任务是在弱结论到你之前干掉它们。
• 给每个检查者不同的问题：一个问"它对不对"，一个问"它过不过时"，一个问"来源真不真"。不是堆数量，是分维度。

我自己踩过的坑也印证这点：让一个 agent 专挑"来源是编的"、另一个专挑"结论过时了"，比让一个 agent 笼统"review 一下"强太多。

三、停止规则：图买的是广度，不是更好的判断力

更多 agent 不自动等于更好——这是整件事里真正帮你省钱的一课。

研究结论很清晰：给一组 agent 和一个单独 agent 相同预算，在能拆成独立片段的活上，团队明显赢；在每一步都依赖上一步的活上，团队同样明显地输。所以停止规则是：

图买来的是"广度"（并行省时间），不是"更好的判断力"（多个脑子更聪明）。

建议很简单：当每一步都需要完整图景，就坚持用一个 agent；一旦工作拆成了彼此从不读对方结果的节点，图才开始回本。所以在你加任何一个 agent 之前，先问那个唯一决定账单的问题——

我的工作在哪里分叉？

技术视角：这其实就是 Amdahl 定律 的直觉版。并行只能加速"可并行部分"，串行依赖的部分永远是天花板。如果你的任务本质是线性的（下一步必须等上一步结论），硬上图只会更贵更慢，还多出并行协调的 overhead。一句话：能并行才上图，不能并行就一个 agent 走到底。 别为了"看起来先进"付费。

四、人类闸门：把"最后一个 yes"放在最贵的地方

你，是你自己图里最重要的节点。 这一课讲你该站在哪。

每个正经系统都会在不可逆操作之前路由到人——因为"发送、发布、退款、开票"这些边都该以你为终点，那个审批是草稿流水线通往世界前的最后一个"yes"。

连 Klarna 都公开学过这课：全力押注 AI 客服，承认裁太狠，又把人工服务作为高端层级请回来。

设计规则一句话：

把你的审批放在"出错就很难挽回"的地方，而不是每一步都放。

处处设闸让你成瓶颈，处处不设闸则没人盯梢。

我还建议你用不会反驳你的数字评判整个系统——到账的钱、留下的客户、跑过的测试。因为一个只给自己报告打分的系统是"自信地错误"（agent 报"任务完成度 98%"是最不靠谱的指标，它既当运动员又当裁判）。

四条小规则防止一切变成昂贵事故：

• 每个循环设最大轮数（防无限循环烧钱）
• 同一文件只有一个节点能写（防并发写冲突）
• 路由写在明确步骤里，AI 只填节点（Plan 与执行分离）
• 永远给能生成的 agent 数量设上限（防失控扩散）

五、三个能直接抄的构建

每个构建都在 Claude Code 里跑，都以你粘贴的 prompt 收尾，并且把你保留为闸门。每个 prompt 里有一个词在挑大梁：“workflow”——它告诉 Claude 去组建一支协调团队并自动编排，而不是按单条步骤顺序走完。你基本不用自己写 DAG 代码，用对这个词，编排层几乎零代码。

如果不用 Claude Code：把下面每段 prompt 的意图翻译成你框架的图定义即可（例如 LangGraph 里就是一个 StateGraph + 并行 Task + 一个 critic 节点）。逻辑完全一致。

构建 1：深度研究台

想想你上一次背后真金白银的决策——一次涨价、一个新报价、一个你差点进的市场。你大概是靠一周谷歌搜索，或一张昂贵分析师账单决定的。这个构建把两者都替了。

你的问题拆成五个角度，五个研究者同时深挖，一个怀疑论者攻击每个发现，只有幸存者带着来源抵达最终报告。

步骤：

1. 在空文件夹打开 Claude Code
2. 用一句话写下你真正的、背后有钱的问题（“该不该涨价” / “这两个报价先发哪个”）
3. 把下面 prompt 连同你的问题一起粘贴
4. 看扇出：五个研究者并行，然后是怀疑者那一轮
5. 读报告，只有过你这关的才进决策

我需要针对[你的问题]的决策级研究。请遵循以下工作流程：将问题拆分为5个不同的角度，每个角度安排一名研究员并行开展工作，所有研究结论都必须附带来源链接和日期，随后针对每一项结论安排一名质疑者进行证伪，剔除无法通过证伪的内容，将留存的有效结论按可信度排序整合为一份报告，保存为research-report.md文件，并向我展示优先级最高的核心结论

第一次跑只要几分钟而不是几天。我尤其推荐保留那一轮"怀疑者"——它是"研究"和"收集谣言"的区别，没有它你拿到的是五个 agent 的集体臆测拼接，有它你拿到的是经得起反驳的结论。

构建 2：SEO 内容机

老实说下你的发布节奏——对很多企业，它要么每月烧一笔外包费，要么干脆停了。这个构建每次运行写出一篇"可排名"的草稿，没有你它绝不发布。

三个研究者并排：一个看头部页面覆盖了啥，一个收集人们真在问的问题，一个找大家都漏的点。合并成大纲，写出草稿并事实核查，在你的文件夹里等你的 yes。

步骤：

1. 选一个你客户会打进谷歌的话题
2. 粘贴下面 prompt
3. 三个研究节点同时跑（头部页 / 真实问题 / 空白）
4. 草稿落 drafts 文件夹，每条论断都查过，弱的标在顶部
5. 你读它，改只有你才知道的东西，自己发布
6. 让 Claude 保存 workflow，以后每周一只用一条命令

我需要一篇能针对[主题]获得排名的文章。请遵循以下工作流：并行执行三项调研任务，第一项列出当前排名靠前的页面所涵盖的内容，第二项收集用户针对该主题提出的真实问题，第三项找出头部页面遗漏的内容；将三项结果整合为大纲，再根据大纲撰写完整初稿；随后运行事实核查工具，标记出所有未标注来源的主张；将初稿保存至drafts/目录，并把被标记的主张列在文档顶部，且切勿发布任何内容

never publish anything 这句是安全绳——内容机最容易出的事就是"自动发了篇胡说八道"。永远让人过目。第 6 步"让 Claude 保存 workflow"是复利点：第一次花一下午搭好，之后每周一是条命令，把一次性劳动变成资产。

构建 3：市场推广工具包

你要发布点什么——产品、报价、服务——而诚实的选项向来是几周准备，或者盲发。这个构建一次运行产出完整工具包，每样都你审批。

三个研究者并行刻画买家、渠道、竞品，合并成一页定位文档，系统在那里暂停让你读——因为那页会成为所有素材的对账基准。然后三个写手并排起草落地页文案、发布文案、触达消息，一个检查者标出任何偏离定位的东西，工具包落进文件夹，没有任何东西自己上线。

步骤：

1. 各用一行写出产品和为谁做的
2. 粘贴下面 prompt
3. 系统暂停时读定位页（这是我绝不跳过的一步）
4. 让三个写手并行产出素材
5. 复查检查者标出的
6. 逐件审批，没有你什么都不发

我要面向[目标受众]推出[产品]。请按以下流程操作：并行开展三项调研工作，第一项调研买家画像并收集他们的原生表述，第二项梳理这些买家的线上活跃阵地，第三项收集竞品的推销话术；将三项结果整合为一页定位文档，暂停并提交给我审核；之后基于该文档并行安排三位撰稿人产出内容：落地页文案、为期一周的推广帖、一组触达消息；再运行校验工具，将所有产出物料与定位文档逐一比对，标记出所有不符项；最后将所有内容存入launch-kit/目录，后续未经我允许不得再做任何改动

pause to show it to me 是这图最聪明的一笔。定位页是地基，地基歪了上面写得再漂亮也全歪。让它在地基阶段就停让你确认，而不是等十份素材都写完了才发现调性跑偏——省的是大量返工。这也是"人类闸门"原则在构建内的具体应用。

六、操作手册：七条军规

• 先删假边：在那些"不产生工作的边"消失前，新东西都不跑
• 只拆分永不回读的部分；需要步步接续的就用一个 agent
• 没有发现能未经检查就传递；两个检查者不问同一个问题
• 每个循环都有最大轮数
• 一文件一个写手；计划写在步骤里，AI 只填节点
• 最后一个"yes"正好放在出错难挽回之处
• 在你说得出"为什么不够"之前，一个工具就够（anti-over-engineering：很多人刚学会图，恨不得把所有事都图化。除非你能说出具体理由说当前工具不够，否则别加——复杂度是负债，不是勋章）

补一条最狠的：跳过那最后一个 yes，图就会把它的第一个自信的错误直接发给客户。

七、结语：今晚就动手

今晚就画出你当前的 AI 系统，只画节点和它们之间的边。数数那些假边，然后删掉它们。

那是整个手艺的第一步，零成本，而且它通常消掉的等待，比你买的任何工具都多。图工程不性感，但它把你从"直线排队等"变成"该并行的并行、该拦的拦住"，这本身就是一次产能跃迁。