从“教AI说话”到“教AI干活”，再到“教一群AI协作”。这一次，范式转移来得比想象中更快。

如果你是一名开发者，最近可能会有这种感觉：

明明用的是最新的Claude Code或Codex，别人用它一天重构了一个模块，你用它半天还在修Bug。大家都在聊“循环工程”（Loop Engineering），甚至有人已经开始讨论“图工程”（Graph Engineering）了。

这并不是工具的问题，而是编程范式正在发生剧烈的迁移。

今天，我们不讲具体的代码技巧，想和大家梳理一下AI编程的演进逻辑。看懂这张“进化地图”，或许能帮你在这个AI加速的时代，找到新的站位。

第一阶段：提示工程（Prompt Engineering）

关键词：怎么问

早期的AI编程，核心在于“提问”。

我们需要学习如何编写结构清晰的Prompt，如何给Few-Shot例子，如何利用思维链（CoT）引导AI一步步思考。那时候，上下文窗口（Context Window）很小，AI记性很差，我们必须像带实习生一样，一句话一句话地教它。

痛点很明显：​ 人必须全程在线，充当那个“指挥家”。一旦离开，AI就停了。这本质上是人力成本的转移，而非生产力的解放。

第二阶段：循环工程（Loop Engineering）

关键词：怎么跑

2026年初，一个名为“Ralph方法”的技巧火了：用一个简单的Bash循环，让AI反复执行任务，直到成功。

随后，Anthropic的Boris Cherny和前Google工程师Addy Osmani等人提出了“循环工程”的概念。

什么是循环工程？简单来说，你不再亲自去提示Agent，而是设计一个能自动提示Agent的系统。

比如在codex中，你 一般是输入“帮我修复这个Bug”，但可以选择目标模式：“将API延迟降低到120ms以下”；AI会自动拆解这个目标，写代码、跑测试、检查是否达标，如果不达标就自动修正，直到目标完成。

这就像是把“手动挡”换成了“自动挡”。开发者退出了具体的对话环节，转而设计调度逻辑和验收标准。

第三阶段：图工程（Graph Engineering）

关键词：怎么管

就在大家还在热议“循环”时，2026年7月，资深开发者Peter Steinberger抛出了一个新问题：“我们还在讨论循环，还是已经转向图了？”

这标志着第三代范式的到来——图工程。

如果说循环工程是管理“一个”不知疲倦的工人，那么图工程就是管理“一群”各有所长的专家团队。

在图工程中，你需要维护两张“图”：

1. 组织图（Org Graph）：​ 这是静态的。类似于公司的组织架构。你需要定义哪个Agent负责前端，哪个负责后端，谁有权限访问数据库，谁拥有哪部分的业务上下文。

2. 工作图（Work Graph）：​ 这是动态的。类似于项目管理中的甘特图或任务流。当一个复杂需求下来，系统会自动生成一张工作图，分配任务、设定依赖关系（比如后端接口必须先于前端页面开发），并在过程中动态调整。

循环是延期决策（走一步看一步），而图是提前决策（谋定而后动）。

写在最后

从“提示”到“循环”再到“图”，我们看到一条清晰的脉络：

开发者的双手正从具体的代码实现中抽离，大脑则向更高层的系统架构和设计决策聚焦。

未来的程序员，可能不再需要敲下一行行的业务逻辑代码，而是像建筑师一样，定义蓝图（Graph），然后监督一群AI去把它建造出来。

这场变革才刚刚开始。

---

互动话题：

你目前处于哪个阶段？是还在打磨Prompt，还是已经开始尝试编写自动化脚本？欢迎在评论区聊聊你的看法。