AI 与软件开发
关于 Graph Engineering（图工程）的最佳播客与视频
Graph Engineering（图工程）是把可执行 AI 工作流设计为相连节点、边与共享状态的实践。节点执行智能体、模型、工具或人工任务；边定义路由与控制；状态在工作流中传递证据，让一次运行可以分支、循环、暂停、恢复和接受检查。
两个稳定的语义参照是 LangChain 的三年 LangGraph 图工程实践回顾，以及 Microsoft 对由执行器与边构成的有向智能体工作流图的定义。
为什么这些内容值得你花时间
每项内容都会清楚定义图、展示真实拓扑、解释状态与恢复，或检验额外编排何时没有必要。除非直接讲解可执行的智能体工作流，本专题不收录知识图谱、GraphRAG 和图神经网络内容。
策划 Readpodcast AI · 最后更新 · 节目名与单集名保留原文。
从这里开始
理解 Graph Engineering 的最短有效路径
先掌握词汇和完整工作流，再比较图与循环，最后观察一个支持回放、策略与恢复的运行时。
选择框架前的四个设计判断
选择框架之前，先分别判断控制流、运行环境、数据结构和智能体角色。图应该把这些边界表达清楚，而不是把所有问题都塞进图里。
该用循环，还是图？
如果同一条路径反复执行，直到满足停止条件，用循环即可；只有分支、角色或状态转换需要明确路由时，才使用图。
图，还是 Harness？
图定义下一步执行什么；Harness 在执行外围落实工具、权限、沙箱、可观测性和恢复。
工作流图，还是知识图谱？
工作流节点负责执行任务，知识图谱节点表达事实与关系。GraphRAG 可以服务于工作流，但它不是工作流本身。
一个智能体，还是多个？
图可以协调一个模型、多个专用智能体或人工审批。只有角色、并行度或责任边界确有需要时，才增加智能体。
播客指南
Graph Engineering 最佳播客与单集
这些讨论覆盖复合智能体、共享状态、治理、评判节点和当前争论，并纳入英文之外的精确讲解。
YouTube 指南
更多值得观看的视频
继续学习官方框架演示、可视化拓扑、多语言讲解和生产实践检验；下方不重复“从这里开始”的四项内容。
把图工程放回 AI Engineering 概念版图
一个图可以包含循环、运行在 Harness 中并协调多个智能体；这些卡片区分各自的设计问题，并连接已发布的循环工程专题。
01
Prompt Engineering提示工程
设计一次模型交互中的指令、约束与期望响应。
02
Context Engineering上下文工程
选择并维护任务期间可用的信息、记忆与示例。
03
当前专题Graph Engineering图工程
用节点、边、共享状态、路由、检查点与恢复机制设计可执行工作流。
04
Harness Engineering智能体运行框架工程
构建智能体外部的运行环境，包括工具、权限、沙箱、恢复与可观测性。
05
Agentic Engineering智能体工程
设计自主或多智能体系统，包括角色、协作方式和人工控制。
06
Loop Engineering循环工程
利用触发器、状态、验证、反馈与停止规则，把智能体工作变成可重复循环。
搜索 Readpodcast AI
发现更多播客与单集
在完整内容库中寻找本指南之外的新框架讨论、工作流演示与从业者访谈。