昨天技術線收口，Prompt、Context、Harness、Loop 四層走完。今天先不急著總結，因為就在寫這個系列的期間，業界又冒出了一個新名詞。
七月十八日，開發者 Peter Steinberger 發了一則推文：「我們還在談 loop，還是已經到 graph 了？」瀏覽數五十七萬，接下來幾週，graph engineering 這個詞開始在 timeline 上滾動。讀到 Day 29 的你，刷到它的第一反應大概跟我一樣：又來一個 engineering？
graph engineering 的主張：當系統從一個 agent 變成一群 agent，該被設計的東西就從迴圈變成圖。節點是 agent，邊是誰依賴誰、誰交接給誰。
討論裡把它分成兩層：org graph 是穩定的組織結構，定義每個長期存活的 agent 負責哪塊領域、保留哪些記憶；work graph 是動態的任務圖，隨工作進行生成、分裂、合併。一句話總結：org graph 回答「誰在」，work graph 回答「現在做什麼」。
聽起來有模有樣。但把組件一個個拿出來看：有明確職責的 subagent 委派，Day 21（Multi-Agent）整篇在講；用圖來編排 agent，LangGraph 的官方部落格今年有一篇文章標題就叫《3 Years of Graph Engineering with LangGraph》，這個詞人家用了三年。
至於把工作拆成節點和依賴邊的 DAG（有向無環圖，工作流編排領域的標準資料結構），是幾十年的老東西。
連整理這波討論的文章，自己都引了一句社群吐槽：有明確目的的 subagent 就是 graph，但讓我們把它叫成全新的東西，來混淆所有人吧。
這正好是一次驗收。Day 1（四層地圖）說過，這個系列真正想給的是一張分類用的地圖，現在來測試它。
graph engineering 該放哪一層？它管的是執行結構：誰負責什麼、訊息怎麼路由、狀態怎麼保持一致。這些全是 L3 執行系統的題目，組件散落在 Day 18（Agentic Loop）、Day 21、Day 23（Harness 全景解剖）。放進去大概花你三十秒。
這個三十秒測試可以一般化。下次再刷到新的 XX engineering，先問三個問題：它落在地圖哪一層？它的組件裡有幾個是你已知的？它有沒有帶來一個新的取捨？前兩題答得出來、第三題答案是「沒有」，那它就是舊實踐的新包裝，知道名字就夠了。第三題答案是「有」，才值得花一個下午。
context engineering 屬於後者：Day 8（窗口經濟學）講過，它真的把「窗口是稀缺資源」這個取捨帶進了主流。graph engineering 屬於哪邊，你現在自己判斷得出來。
把時間軸拉開：prompt engineering（2022 起）、context engineering（2025 年中）、harness engineering（2025 年底）、loop engineering（2026 年中）、graph engineering（2026 年 7 月）。名詞通膨是事實。
但通膨的原因值得公道地說：每個詞剛出現時都被笑過，prompt engineering 曾被酸「打字也算工程」，後來 Day 2（為什麼 Prompt 有效）到 Day 7（Prompt 的極限）拆的那些機制，證明它有真實的知識密度。新詞是社群快速收斂實踐時的副產品：一群人同時撞到同一類問題，需要一個詞來互相指認。
graph engineering 能在此刻被討論，背後也有一個真實的能力變化：模型強到可以當一個可靠的節點了。兩年前的模型連單一迴圈都跑不穩，談 agent 組織是空話。名詞是浪，但浪起來的位置，多半指著水下正在隆起的東西。
所以讀完二十八天的技術線，遇到新名詞的合理反應也許只是：拿出地圖，放放看。四層對應的四個問題一直沒變：怎麼跟模型說話（L1）、怎麼餵對資訊（L2）、怎麼給它手腳和邊界（L3）、怎麼讓它越轉越好（L4）。名詞每季換一批，這四個問題兩年來只是被回答得越來越好。
這也回答了一半「為什麼是 AI Engineering」：名詞通膨這種現象，通常只出現在一門學科的成形期，知識還沒被寫進教科書，誰先動手整理誰就有話語權。一門還在成形的學科，恰好是進場成本最低的時候。另一半的問題留給明天：學科是真的，那工程師個人呢？最後一天不談產業，回到我自己這三十天的位置和心得。
參考資料：
iThome鐵人賽
看影片追技術