AI 的差距不只在 Prompt，真正比的是整套工程

從 Prompt、Context 到 Harness、Loop、Graph，AI 的競爭焦點正在從「怎麼問」轉向「怎麼讓它把事情做完」。模型越來越強，系統設計才是關鍵。

【20260721 AI應用】【未提及】【主題：AI 的差距不只在 Prompt，真正比的是整套工程】發布者：anson4139 最近又冒出一個新名詞： Graph Engineering 。但如果把脈絡拉長來看，AI 的演進其實早就不是只看 Prompt 了。從 Prompt Engineering 一路到 Context Engineering、Harness Engineering、Loop Engineering，再到 Graph Engineering，重點都在同一件事：讓 AI 不只是「回答」，而是能真正把事情做完。🤖 Prompt Engineering 像是跟廚師點餐，需求講得越清楚，結果通常越接近你要的； Context Engineering 則像店員記得你的習慣，讓 AI 不必每次都從頭解釋背景，不再像失憶一樣反覆重講。接下來的 Harness Engineering ，更像餐廳裡的營運經理：要安排採購、廚房、外場和時間，還要把流程串起來。AI 到了這一步，就不只是陪聊，而是開始查資料、呼叫工具、寫程式、找其他 AI 協作，並確認結果能不能交付。⚙️ Loop Engineering 則是讓 AI 進入反覆檢查、修正、重做的流程；而 Graph Engineering 更進一步，把多個 AI 組成像一家公司那樣分工合作的團隊。換句話說，未來真正拉開差距的，不是誰比較會下指令，而是誰能設計出一套讓 AI 持續工作、自我修正、彼此協作的系統。🧠 模型本身會越來越強，大家的基礎能力差距也會逐漸縮小；真正有價值的，反而是模型外面的那一整套工程。AI 的競爭，正在從「怎麼問」走向「怎麼讓它把事情做完」。 #AI #PromptEngineering #ContextEngineering #AI模型與技術 #AI代理人 #LLM工作流 #AI應用出處：原始文字 AI 的差距不只在 Prompt，真正比的是整套工程 — AI 生成解析圖

https://blog.buclaw.org/posts/ai-prompt-mru7ozbx