從 prompt、context、harness、loop 到 graph engineering，這兩年每隔一陣子就多一種「AI 工程」。名字一直換，背後說的都是同一件事：AI 的潛力很大，人類一邊探索、一邊想辦法駕馭它。這部技術演進史，其實也就是一部治理史。

五代工程，五層韁繩

第一代・Prompt engineering（提問工程）：ChatGPT 剛出來時，AI 只會「說」。唯一能動的槓桿是輸入，同一個問題換個問法、給個範例、指定角色，結果就差很多。這一代管的是怎麼問。

第二代・Context engineering（情境工程）：AI 開始能查資料、能用工具（能做）之後，大家發現光會問不夠，答得好不好取決於它手上有什麼。重點於是從「巧妙措辭」變成「安排它看到的整個資訊環境」：對的知識、對的範例、對的工具、對的護欄。這一代的護欄（guardrail）在控制資訊邊界與隔離。

第三代・Harness engineering（駕馭工程）：等 AI 要真的動手、還要多步驟運轉（長成 agent），光給足情境還不夠。要駕馭這匹馬，得架馬鞍、綁韁繩：權限分級、狀態儲存、出錯回復。這一代決定它夠不夠可靠、能不能真的上線。護欄落在運作層：哪些工具能用、用什麼身分執行、能回傳什麼。

第四代・Loop engineering（迴圈工程）：這就是上一篇提到的「迴圈」。agent 跑得起來之後，接下來是它能不能持續做穩。讓系統從環境中發現該做什麼、評估做到什麼程度、再把結果沉澱下來，讓下一輪更有效率。護欄在系統層：流程怎麼觸發、幾步該停、預算多少、什麼時候把控制權交回給人。

第五代・Graph engineering（圖工程）：當系統中有多個 agent 在運行的時候，光控制一個 agent 的行為已經不夠，因此要把多個 agent 接成一張「圖」：每個節點是一個 agent，節點之間連成路由，共用狀態沿著線流動，可以分頭平行、看情況轉彎、也可以在關鍵處插進人工簽核點。護欄在拓撲層：誰能把工作交給誰、共用狀態誰能寫、哪一條線上一定要卡一個人。

把五代排在一起，會看到一條線：prompt（控制輸出行為）→ context（控制資訊邊界）→ harness（控制執行方式）→ loop（控制自主迴圈）→ graph（控制多 agent 協作）。每往上一層，AI 就更自主、更難管一點；每一代「工程」，都是一次治理動作。

把這幾層套到一個具體例子。假設你要一個公司內部的財務 agent：

• Prompt：定義它是「財務助理」、規定輸出格式、要它主動標出風險。
• Context：只讓它讀特定 ERP 資料，靠 RAG 加權限過濾，看不到不該看的。
• Harness：只能改指定欄位（標對帳狀態、記異常，但動不了金額）、用受限帳號跑、出錯有 retry。
• Loop：每天自動對帳，發現異常才往下深入；信心不足就停下來，交給人。
• Graph：對帳、稽核、出報表拆成不同 agent，一個產、一個審，觸發某種規則就一定轉由人進行。

🤿 深水區：五代工程常聽到的 buzzword

① prompt：提示要明確、給範例（one-shot／few-shot）、要求逐步推理（chain of thought）、給角色（persona）、指定輸出格式、允許說不知道。

② context：context window（一次看得到多少，動輒 1M token）、RAG（要用時才把相關資料撈進來）、compaction／摘要壓縮（塞不下先濃縮）、prompt caching（重複情境快取省錢）。

③ harness＋④ loop：agent 運作（ReAct）、護欄、調度（orchestration、agent runtime、sub-agent）、人機協作（HITL）、持續運作（trigger、escalation）。

⑤ graph：代表工具是 LangGraph、CrewAI，把多 agent 接成有節點、有路由、有條件分支的圖。圖這件事不新，新的是模型終於可靠到能讓「一整個 agent」當一個節點。不過這也正好證明：名詞會一直換、會過期，真正沒變的，是每個新名詞底下的治理難題。

對經營者意味著什麼：治理是第一天就開始的工程

導入 agent 時，很多公司把「治理」想成之後的專案：先上線、跑跑看、看到價值，再回頭思考合規辦法、審核流程。但從這部工程史看，治理不是加在技術後面的東西，它就是技術本身，每一代解決的，都是「怎麼安全地讓它多做一點」。把治理往後推，等於把最難、最貴、爆炸半徑最大的那一層留到最後才做。

而且越到後面幾代，這條判斷越外包不掉。你可以外包 prompt 技巧、外包工具串接，但「我們公司的架構下，agent 能自己跑到哪、多個 agent 之間誰能交接給誰、哪一條邊必須停下來等人簽核」這幾條線，只有自己才能畫。

演進軸是寫給工程師看的，護欄軸才是經營層必須拿起來的尺。而護欄有不同的形式。

• 指令：在提示詞裡規範它。這一層最便宜、最直接，也最容易讓人產生控制的錯覺。艾西莫夫的機器人三定律，不得傷害人類、必須服從人類、在不違反前兩條的前提下保護自己，就是這一種規範。它沒踰矩，是因為它剛好沒做，不是因為它做不到。
• 流程：重要節點卡一個人檢核。有效，但貴，而且量一大就容易變成形式。
• 架構：它根本沒有那個權限，所以做不到。最貴、最慢，只有這一層在它跑偏的時候還擋得住。

要拿走的問題

• 執行層（CTO/CIO）：我們現在對公司內 AI 工具的控制落在哪幾面向？prompt、context、harness、loop，還是 graph？
• 經營層（董事會/CEO）：我們的護欄有哪些是「它做不到」，有哪些只是「提示詞裡的限制」？

一句話帶走：規範它不要做，跟讓它做不到，是兩件事。

韁繩講完了，但馴服一個東西之前，得先認識它的脾氣。這幾代工程再怎麼進步，都改不掉一個天生的毛病：它會一本正經地說 X 話，而且錯得很理所當然。為什麼會這樣？明天繼續。