本文探讨智能体架构中循环工程与图工程的区别。循环工程关注“继续还是停止”，通过反复迭代验证结果，适合标准明确但路径不确定的任务；图工程关注“下一步去哪”，通过状态转移编排流程，适合复杂任务拆解。两者在逻辑层级上不同，生产级智能体需结合使用，循环负责质量收敛，图负责路径调度，明确区分可提升系统可控性。

本文探讨AI生成代码中执行顺序混乱的问题，提出采用图工程与编译器方法解决。将组件表示为节点、依赖关系表示为连线，使控制流可视化；编译器依据对象图生成定制调度器，确保执行顺序确定、可审计且可回放。AI仅负责业务组件与依赖声明，调度由编译器推导，从而减少错误，兼顾动态灵活性与静态稳定性。

本文介绍如何通过图工程改造Obsidian知识库，使其更高效地服务大模型。核心步骤包括：设计精简路由器（控制在500 token内）、维护索引文件、拆分小节点、使用精准维基链接、用逻辑检索替代模型调用、记录状态文件。改造后，大模型只需读取两三个文件即可精准回答，大幅节省token和响应时间。文章强调先写笔记再建图，索引是最值得优先实施的步骤。

2026年7月出现“图工程”新词，指设计多个循环间的关系（先后、并行、依赖）。它不取代循环，而是编排循环的容器，本质是有限状态机。文章介绍goal-workflow的/graph技能，可将任务拆成DAG并分波并行执行，强调节点须有真实产物作锚点（如PR和测试），否则只是幻觉，并以pigo项目为例展示实践。

文章探讨AI Agent工程从“循环工程”向“图工程”的范式转移。循环工程因指标失真、盲视等四类缺陷易失效，图工程通过循环监督、分层治理等网络结构弥补，但需“锚点”确保与现实连接。文章提供14步实操路线图，用Claude Code将线性agent改造为图结构，并给出六个应用场景，强调“画图的人才是架构师”。

文章探讨企业架构与智能体设计，指出当前话题已从循环工程转向图工程，并涉及DDD泛在语言、AI智能体及提示上下文工程等概念，以幽默方式反思技术演进。

文章探讨企业架构与智能体设计，结合DDD泛在语言和AI智能体，以幽默梗图反思工程概念演变，强调从循环工程转向图工程，并关注AI提示上下文工程。