第一波代理证明了迭代循环——计划、执行、验证、恢复——在复杂任务中优于一次性提示。然而，随着工作流跨团队、系统和风险阈值，单一循环成为不透明的瓶颈。它必须处理无关领域，管理脆弱的工具链，并保持大量上下文。可靠性、可审计性和可维护性随着规模扩大而下降。图工程通过组织多个专注的参与者和确定性路径来应对这一挑战，使复杂性存在于架构中，而非越来越复杂的提示或单一循环。
图将 AI 系统框架化为节点、边和共享状态。节点专门化——规划者、检索者、编码者、验证者、审阅者、审批者——每个节点拥有明确的工具和权限。边编码流程：顺序交接、并行分支、条件路由和重试路径。共享状态同步记忆、工件和执行日志，使每个节点看到相同的演变上下文。结果是可预测的执行和细粒度治理：你可以观察每个阶段，插入人工审批，限制资源使用，并隔离故障而无需重启整个工作流。
现代编排框架使这成为可能。它们允许团队建模有状态图，控制工具访问，独立分支并行运行，并持久化长时间运行的进程。通过显式编排，工程师决定何时分支或循环，缓存哪些输出，以及在哪里收集审计证据。加入可观测性——追踪、成本和延迟遥测、提示和工件快照——运营团队终于获得了生产软件所期望的杠杆：回滚、安全部署和节点间可测试的契约。
采用图工程不是追求最大复杂度，而是有目的的模块化。从单循环基线开始，只分离出能提升可靠性或速度的部分：独立验证、外部检索或受监管步骤的人工审批。及早定义成功指标——首次通过率、平均恢复时间、每次成功结果成本——并对图进行测量。回报是复合的：每个节点推理更简单，工具边界更安全，并行更快，故障面更清晰，系统可演进而无需重写核心代理。