Loop vs Graph：下一步不是選邊，是加閘門

2026 年 6 月 9 日，Cobus Greyling 開源 loop-engineering，兩個月內拿到 10,343 stars、1,405 forks（2026-08-14 查核）。同一週，另一批工程師還在吵一個更老的問題：該選 LangGraph，還是讓 agent 自己 loop？

這篇回答一件事：loop 與 graph 不是二選一，差別只在閘門要不要寫死。

這題在問什麼

判斷權交給誰，決定系統形狀。

上一輪大家在吵 harness——模型是大腦、Harness 是身體 講的是身體與工具。這篇往下走一層，講控制流：下一步的決定，在模型手裡，還是在你畫的圖裡？

Loop engineering 是什麼？

Loop 的概念很單純：

你給模型 context 和一組 tools，它自己決定呼叫哪個工具、呼叫幾次，一路跑到任務完成。

判斷在模型手裡。你的工作是給夠脈絡，剩下讓它自己走。

Addy Osmani 在 2026 年 6 月 7 日的〈Loop Engineering〉把這件事講死了：

Loop engineering 是取代你當那個一直打 prompt 的人，改去設計會自己叫 agent 的系統。

Boris Cherny（Anthropic，Claude Code 負責人）說得更直接：他不再 prompt Claude，他寫 loops。

這跟 Andrew Ng 的三大產品開發迴圈 不是同一件事。Ng 講的是產品迭代節奏；這裡講的是 agent 控制流。

Graph engineering 差在哪？

Graph 反過來：先把合法路徑畫好，再放模型進去。

• node（節點）可以是一段確定性程式、一次 LLM 呼叫、一個 tool，甚至整個 agent loop
• edge（邊）是「下一步」，可以是確定跳轉，也可以是條件分叉

判斷被提前寫進結構，模型只在你留給它的格子裡運作。

LangGraph 官方文件的定位是 orchestration runtime：在同一張圖裡混用確定性步驟與 LLM 驅動步驟，強調 persistence、human-in-the-loop、長時間狀態。截至 2026-08-14，langchain-ai/langgraph 有 39,650 stars，官方點名 Klarna、Uber、J.P. Morgan 在用。

一個常見誤解是「graph 比較不需要模型」。不是。graph 不是不用模型，而是「在哪一格用模型」由你決定。

要比較框架與 runtime 的取捨，可以看 OpenAI Agents SDK 和 LangGraph 的取捨。

為什麼現在又吵起來

兩篇 LangChain 官方文把話題推到檯面：

• 2026-07-22：Sydney Runkle 與 Harrison Chase 發〈3 Years of Graph Engineering with LangGraph〉，回應 X 上的 graph engineering 熱潮。LangGraph 是 2024-01 推出，月下載量官方稱 65M+。
• 2026-08-06：官方把自家生態拆成三層——Deep Agents = harness、LangChain = framework（LLM 在 loop 裡呼叫 tools）、LangGraph = runtime。

兩邊講的都是真的：

• 推 graph 的人看到「放模型亂跑會出事」。審批、計費、合規，這些地方不能讓模型自己繞。
• 推 loop 的人看到「畫圖畫到卡死」。開放式任務的下一步無法預測，硬畫路徑等於把模型關進格子。

loop-engineering：loop 裡本來就有閘門

cobusgreyling/loop-engineering 的口號是 Stop prompting. Design the loop. 但它設計出來的 loop，一點也不「模型亂跑」。一個完整的循環長這樣：

1. Schedule：排程自動發現工作
2. Triage：判斷哪些值得做
3. STATE：先讀寫狀態檔，記住做到哪
4. Worktree：在隔離的工作區執行
5. Implementer：子代理動手改
6. Verifier：另一個子代理檢查（測試 + 閘門）
7. Human gate：碰到風險或模糊，升級給真人

這是 loop，也是閘門。verifier 是第二個 agent，不讓寫 code 的人自己打分數；human gate 超過門檻才送人；自主權分三級：L1 只准報告、L2 准協助修、L3 才准無人值守。

這些都是講 graph 時才會拿出來的東西。只是它沒先畫一張大圖，而是把邊寫進 pattern、gate.yaml、budget。

Loop 幹活，graph 管閘門。

XState 作者 David Khourshid 給過一句乾淨判斷：loop 就是 directed cyclic graph。生產 agent 通常不是 DAG——重試、追問、驗證後改寫、等真人回覆，都需要回頭。官方也說，現在 node 裡可以放整個 coding agent：骨架是圖，節點裡是一個會自己 loop 的系統。分界正在往「哪一層該收斂」移動，而不是「整條流程選哪一種」。

這也解釋了 ECC 那種跨 harness 的作業系統 為什麼值錢：它賣的不是更多 skill，是把完成迴圈寫成可安裝層。loop 跟 graph 爭的是同一層——控制流，不是模型品牌。

開發時該用 loop 還是 graph？

判斷標準不是進階 vs 初級，是風險與開放度。

該畫圖：審批、合規、固定管線。 這些場景不允許模型自由決定下一步。LangChain 官方舉的租屋審核是典型：只有抽文件那一步用 LLM，打分、自動核准是固定程式。graph 鎖住的是哪些路徑合法，不是每個節點都要人工。

不該畫圖：開放式研究、查 bug、改設計。 官方坦承自家早期 deep research 從預設的 LangGraph 改成更 agentic 的 core loop。開放任務沒有固定形狀，逼它成形的代價遠高於放模型自己走。

官方經驗法則：先從 Deep Agents 開始，要複雜 workflow 或逐步控制，再往下到 LangChain / LangGraph。 一人團隊同理——先 loop 把流程跑通，看見「這段每次都一樣」再收成節點。

現在只需要觀察三句：

• 下一步幾乎每次一樣 → 那段值得畫進 graph
• 下一步每次都不同 → 那是模型該負責的 loop
• 路徑開始重複 → 先只收那一段，不必重寫框架

長時間盯 agent 跑的桌面要順手。利益揭露：以下為聯盟連結，桌面 4 件套能讓桌面整齊，但整理桌面控制不了 agent 的判斷權。

常見問題

Loop engineering 和 Graph engineering 是什麼？ Loop 把下一步交給模型；graph 先把合法路徑畫好。差別不在有沒有用模型，在誰握方向盤。

一定要選 LangGraph 嗎？ 不用。官方建議先從 Deep Agents 起步，需要逐步控制再往下。LangGraph 是控制力最高的選項，也要畫最多的圖。

Claude Code 算 loop 還是 graph？ 偏 loop。判斷大部分在模型手裡。你也可以把它當成「node 裡的一個 loop」。

這個 repo 跟 LangGraph 對立嗎？ 不對立。它把 verifier、human gate、L1 到 L3 寫進 loop，證明生產級 loop 本來就有閘門。

一人團隊現在該怎麼做？ 先 loop，看見重複再收斂。寫下來的下一步，比畫好的大圖更先有價值。

確定性與 agency 不是兩派人馬，是同一件事的兩端。graph 鎖住不該變的路徑，loop 不為變動的下一步寫死。系列下一篇會用 loop-engineering 的 daily-triage，把第一個 L1 loop 跑起來。

你現在卡關的那一步，是模型不夠聰明，還是路徑根本不該讓它選？

LangChain 官方部落格三篇（2026-06-16 loop engineering、2026-07-22 graph engineering、2026-08-06 Deep Agents vs LangChain vs LangGraph）的下載量與內部使用數字皆標「官方說」，非獨立第三方稽核。repo star 數查核日期 2026-08-14。