資訊基準日：2026-07-21。文中每個日期與主張都對應文末的可驗證來源；X 貼文與部分官方文章的取得限制已逐條標注。
你大概在時間線上看過這條鏈：Prompt Engineering → Context Engineering → Harness Engineering → Loop Engineering → Graph Engineering，配上一句「AI 工程的五個時代」。我把它逐節查了一遍，總共查核 50 個來源、正文引用其中 29 個。結論：這條鏈只有一半是真的。
五個詞逐一看：
至於「五階段演進」這個敘事本身，兩條獨立查證路徑得出同一結論：查無任何原始文章一次提出這條鏈。它是內容站事後把五個獨立事件包裝成的故事。
現在讀這篇的理由很實際：中文圈第一篇 Graph Engineering 文章在 2026-07-20 上線，英文圈的模板式懶人包也在同步量產。等這些互相抄的版本被轉載幾輪、變成大家以為的定論，想追出處就難了。這篇文章趁現在給你一條每個節點都能點開驗證的時間軸，和一套下次可以自己套用的判準。
| 詞彙 | 最早可驗證出現 | 命名者 |
|---|---|---|
| Prompt Engineering | 2018–2021 間自然成形 | 無單一命名者；OpenAI／Anthropic 文件皆有專章 [1][2] |
| Context Engineering | 2025-06-19 | Tobi Lütke（Shopify 創辦人）於 X 首發、AI 研究者 Andrej Karpathy 六天後放大 [4][5] |
| Harness Engineering | 2026-02-11 | 有爭議：OpenAI 最早發文；Google Chrome 團隊的 Addy Osmani 稱 LangChain 的 Vivek Trivedy 為 coiner [10][11][13] |
| Loop Engineering | 2026-06-06／07 | Peter Steinberger（OpenClaw 創辦人）於 X 挑起、Addy Osmani 撰文命名（重建時間序）[14][16] |
| Graph Engineering | 2026-07-18 | Steinberger 在 X 上的一句公開反問，尚無人給出正式定義 [20] |
各詞的官方採用狀態，見下方演進圖與文末總結表。
圖示語言：實心節點＝已被官方或多方採用的實踐，顏色越深代表時間越晚；虛線空心節點與虛線箭頭＝尚未成立的候選。
Prompt Engineering 指的是把給模型的指令寫好：要求寫清楚、附上範例、讓模型分步推理。OpenAI 與 Anthropic 的官方文件都有專章 [1][2]。
它因應的問題最單純：LLM 的輸出品質高度依賴你怎麼問，在那個年代，寫好指令是唯一能動的品質槓桿。
五個詞裡只有它查不到「命名時刻」。它在 GPT-2、GPT-3 時期（約 2018 到 2021 年）由論文與實務社群自然長出來，找不到單一提出者；網路流傳的「Richard Socher 2018 年首創」說法，本次查證找不到一手佐證，不採用。
它也是最早被宣告死亡的。IEEE Spectrum 在 2024 年 3 月就發過〈AI Prompt Engineering Is Dead〉[3]，理由是自動調優的 prompt 已經贏過人工。同一篇文章自己就補了轉折：職缺還在，內容換了形狀。記住這個「宣告死亡、然後轉形」的模式，它後面還會重演。
Context Engineering 指的是管理模型看到什麼：system prompt、工具清單、對話歷史、檢索結果，哪些該進 context window、哪些該壓縮或丟掉。Andrej Karpathy 的說法最常被引用：「把 context window 填進剛剛好資訊的精緻藝術與科學」（意譯）[5]。
它因應的是 prompt 解決不了的新瓶頸：進入 agent、RAG（Retrieval-Augmented Generation）與長對話的時代後，品質瓶頸從單句指令移到模型每一輪看到的整包資訊，Anthropic 因此把它定位成「提示工程的自然演進」[8]。
想看一個新詞怎麼站穩腳跟，看這個案例：
從首發到被完整記錄，前後八天。
然後官方進場。LangChain 在 2025-07-02 提出 Write／Select／Compress／Isolate 四種策略 [7]；Anthropic 在 2025-09-29 的官方文章給出正式定義 [8]。從個人貼文到兩家官方收編，三個月。
Anthropic 官方文章開頭便點名：幾年的 prompt engineering 之後，context engineering 已成新焦點（2026-07-21 截圖）[8]。
名字是新的，工作是真的：當你開始取捨 system prompt、工具清單、對話歷史與檢索結果該不該進視窗，你做的早就超出「寫一句好 prompt」的範圍。
中文圈接得很快。ihower 的中文分析 2025-07-03 就上線 [9]，比多數簡體中文文章更早。
Harness 指模型外面那一圈：工具、權限、檢查點、回饋機制。讓這個詞流行起來的是一條公式：Agent = Model + Harness。
它因應的是 agent 真的開始動手做事之後的問題：模型決定「想做什麼」，但擋下危險操作、量測結果、修正偏差的是外圈系統。OpenAI 那篇文章給的分工說法（意譯）：context engineering 問「agent 該看到什麼」，harness engineering 問「系統該防止、量測、修正什麼」[10]。
Agent = Model + Harness：模型決定想做什麼，外圈系統決定它能安全做到什麼。
問題出在「誰先說的」，三個版本各有依據：
Thoughtworks 的 Birgitta Böckeler 在 martinfowler.com 的長文（2026-04-02）則把公式歸功給 LangChain [12]。
誠實的寫法只有一種：多人在 2026 年 2 月同期各自命名或推廣，沒有公認的單一發明者。另一個值得注意的訊號：Anthropic 至今只用 harness design 這種普通名詞寫法，沒有把它抬成學科 [22]。
Loop Engineering 指的是不再逐次手動對 agent 下指令，改為設計讓它自己跑的 loop：執行、檢查結果、自我修正、再執行，人只在關鍵點介入 [14][16]。
它因應的是效率瓶頸換了位置：模型夠強之後，人工逐步下指令反而成了整個流程最慢的一環，於是把人從每一步抽出來，改成設計流程本身。
Loop 的基本形：人給目標、在關鍵點確認，中間的執行、檢查、修正由 agent 自己循環。
這個詞的誕生週可以逐日排出來（此時間序為本次查證重建，並非任何單一來源自陳）：
官方在一到四週內跟進：LangChain 06-16 [17]、Anthropic 06-30 [18]。有趣的是三個版本互不收斂：Osmani 的五元件、LangChain 的四層架構、Anthropic 的四類 loop，其中只有後兩家是官方。詞很熱，共識還沒有。
潑冷水的也到了。《The Pragmatic Engineer》電子報作者 Gergely Orosz 訪了一圈工程師（2026-07-14）[19]：有人判斷 loop 只是模型不夠強時期的暫時性 hack，有人說這是舊自動化的重新包裝，也有團隊實測後回報 agent 會漂移、API 成本壓不住。
Graph Engineering 目前連公認的定義都沒有。最接近定義的嘗試來自 AlphaLab 的 Terry Chen：很多個 loop，加上明確設計「誰看著誰」[24]；要說清楚，那是他個人的框架，不是社群共識。
支持者給的理由（目前只是假說）：單一 loop 有上限，例如自我檢查失準、指標被系統自己玩壞，所以需要多個 loop 分工互相監督 [24]。學術端的 MAST 論文（Cemri 等人）早就指出多 agent 系統的失敗多源於設計不良 [26]，這件事同時是 graph 化的動機，也是對它的警告。
Loop 到 Graph 的假說：虛線部分是尚未被驗證的想像，不是既定實務。
截至 2026-07-21，這個詞的全部可驗證家當如下。Steinberger 在 2026-07-18 於 X 上拋出一句反問（意譯）：「我們還在談 loop，還是已經轉向 graph 了？」，約 280 萬瀏覽（2026-07-21 截圖時點）[20]。他只拋出了問題，沒有給定義；同日跟風者喊出「Loop 已死，Graph 萬歲」（意譯）[21]。
Graph Engineering 目前的全部起點：一則十二個字的反問（2026-07-21 截圖）[20]。
沒有定義性長文，也沒有任何官方採用。LangGraph 的官方文件描述了大量圖編排機制，但全文查無 graph engineering 這個詞 [23]。
中文圈的第一波內容甚至比英文定義文來得快：Terry Chen 那篇 2026-07-20 的入門長文 [24] 還提出「四種翻車、四種連線、錨」的整理，引用時同樣請當作一位具名作者的觀點看待。
概念本身不新。用圖結構編排多個 agent，LangGraph 的官方文件早把機制寫得清清楚楚 [23]；新的只有「把它抬成下一個 Engineering」這個說法，而這個說法目前是單源的。
回頭看整條鏈，殺傷力最大的一篇寫在炒作開始之前。Anthropic 的〈Building Effective Agents〉（2024-12-19）[25]：最成功的實作沒有用複雜框架，用的是簡單、可組合的模式；加複雜度之前，先證明它確實改善結果。這篇比 Loop 和 Graph Engineering 早了一年半，讀起來卻像專門為它們寫的。
實證研究站在同一邊。MAST 論文分析 7 個框架、超過 200 個任務的失敗軌跡，定性結論：多數失敗出在系統設計，與模型能力關係不大 [26]；網路流傳的具體失敗率百分比無法在論文正文對應，本文不引用。
產業面同樣冷：Gartner 預測超過四成 agentic AI 專案會在 2027 年底前取消 [27]，Uber 四個月燒完全年 AI 工具預算後開始設每人每月上限 [28]。
所以，下次再有新的「XX Engineering」出現時，套這三個判準：
用觀察代替預言。接下來一到兩個月，有三個指標值得盯：
而不變的底層值得放在最後：Anthropic 在這波炒作開始前一年就寫下的原則——先證明複雜度有用，才加複雜度 [25]。每個新的「XX Engineering」都該先過這一關。
把查核結果壓成一張表帶走：
| 詞彙 | 因應的問題 | 判定 |
|---|---|---|
| Prompt Engineering | 輸出品質高度依賴怎麼問 | 真實實踐；被宣告死亡後轉形，沒有消失 |
| Context Engineering | agent 時代「模型看到什麼」的管理量爆炸 | 真演進：八天內從首發到被完整記錄，三個月內獲兩家官方定義 |
| Harness Engineering | agent 動手做事後的防護、量測、修正 | 實務真實存在；「誰命名」三方各說各話，無共識 |
| Loop Engineering | 人工逐步下指令成為流程瓶頸 | 熱詞：官方兩家＋獨立作者共三種定義並存，踩坑報告已開始出現 |
| Graph Engineering | （假說）單一 loop 的能力上限 | 目前只是一句反問，還不構成一門學科 |
而「五階段演進」這條鏈本身，沒有任何人一次提出過，它是內容站把五個獨立事件事後串成的敘事。下次再有新的「XX Engineering」，拿同一套判準檢驗：官方或多方採用了嗎、有新的工程動作嗎、有失敗案例沉澱嗎。
本文的時間軸停在 2026-07-21，之後的部分你可以拿上面的指標和判準自己查，來源都在下面。
依查證分級標注：L1＝官方一手、L2＝具名權威作者一手、L3＝優質二手（社群觀點）。標「未直接取得」者，內容經搜尋摘要／鏡像／時間戳解碼交叉核實，逐字引用前應重新取得原文。
useKevin('front-end')
看影片追技術