AI 工程的术语更新速度还在加快。从 Prompt Engineering、Context Engineering，到今年 2 月才出现的 Harness Engineering，再到这个周末因社交平台推文被带起热度的 Graph Engineering，围绕 AI 开发的方法论名称正在持续更替。
BlockTempo 在报道中提出一个问题：这串不断冒出的“工程”词汇，究竟是技术演进，还是一种“技术假象”。
Graph Engineering 在周末被推文带火
报道提到，这个周末，X 上一则推文把 Graph Engineering 这个新词推上讨论区。它很快被写成教程，被整理成学习路线图，也被放进“2026 年必须掌握的技能”清单里。
与之相比，Harness Engineering 这个词直到 2026 年 2 月才出现，5 月才开始走红，而到了这个月，讨论中又多出一个新的术语。
按文中的说法，AI 工程领域几乎进入了“五个月换一个工程词”的节奏。
Harness Engineering 的起点与扩散
报道将 Harness Engineering 的起点指向 Mitchell Hashimoto 在 2026 年 2 月发布的一篇博客。Hashimoto 当时写道，他养成了一个习惯：每次 AI agent 出错，就在环境里工程化一个永久性的修正，并把这件事称为“engineering the harness”。
几周后，OpenAI 和 Anthropic 分别发文扩展这一概念，Martin Fowler 也给出正式分类方法，“Agent = Model + Harness”逐渐被总结成一个公式。
BlockTempo 还回顾了自己对这一概念的跟进节奏：4 月 4 日发布入门文章，5 月 14 日拆解七大模块，6 月 9 日刊出“为什么你必须学”的文章。按照文中的描述，Harness Engineering 在 4 个月内就从一篇博客里的说法，变成 AI 学习者被反复提及的必修内容。
Graph Engineering 处理的是更外层的系统协作
报道认为，Graph Engineering 关注的是比 Harness 更外面一层的问题，范围不再只是单个 agent 的环境，而是多个 agent 之间如何组织与协作。
文中列出的重点包括：
- 多 agent 之间的信息路由
- 节点失效隔离
- 状态一致性
- 动态生成节点
- 整张图的可观测性
文章还写道，如果有人在 6 月才开始学习 Harness，可能还没学完，讨论焦点已经转向 Graph。
LangGraph 已经做了 3 年，变化更多在命名上
报道特别提到一个容易被忽略的细节：LangChain 有一篇官方文章，标题是《3 Years of Graph Engineering with LangGraph》，内容对应 3 年的图工程经验。
这意味着，相关技术不是这个周末才出现，真正新的是名字本身。按文中的概括，这件事过去 3 年一直有人在做，只是当时不叫 Graph Engineering，而是“用 LangGraph 写东西”。
文章据此将“技术假象”的怀疑落点放在命名，而不是技术本身。报道写道，多 agent 协作确实需要状态管理，agent 也确实需要外部环境约束；问题不在这些方法是否存在，而在于新的命名往往让已有实践看起来像一项刚诞生的新能力。
Prompt Engineering 的职称热度下降，技能要求反而上升
为了判断这些术语的价值，报道回看了更早一代的 Prompt Engineering。
文章称，2023 年曾有公司以六位数美元年薪招聘 Prompt Engineer，互联网上也流行过“不用写程序也能进入 AI 行业”的说法。
但以“Prompt Engineer”为正式职称的岗位，在 2024 到 2025 年之间减少了 40%，在许多市场已接近于零。与此同时，prompt engineering 作为一项技能要求，却出现在 78% 的 AI 相关岗位里，而 2024 年初这一比例还不到 20%。
报道还提到，LinkedIn 上标记这项技能的帖子增长了约 250%。
文中借这组数字说明，AI 技能会经历一轮从“职称”到“基本功”的迁移：刚出现时，它可以成为职位名称；普及后，它写进岗位要求；再往后，连单独强调都不再需要，因为市场会默认从业者已经掌握。
从 Prompt 到 Graph，人类工作的层级不断外移
文章把几组术语并列后，给出一条清晰的分层关系：
- Prompt：写给模型的那句话
- Context：放进窗口里的那些内容
- Harness：模型周围的环境
- Graph：这些环境之间如何连接
按照报道的描述，每多出一个新名字，人类处理的问题就向模型外围再移动一层，而模型本身反而越来越少作为讨论核心被单独提出。
文中写道，2023 年人们还在研究该怎么和模型说话，到了 2026 年，讨论焦点已经变成如何安排一组 agent 接入同一张网络。
常见问题：Graph 和 Harness 的区别
在文末的常见问题部分，报道对两个术语做了直接区分。
Harness 管的是单一 agent 的环境，包括提示输入、上下文窗口、token 预算和重试逻辑。Graph 管的是多个 agent 之间如何协作，包括信息路由、节点失效隔离、状态一致性，以及整张图的可观测性。
对于“这些 AI 工程术语是不是炒作”这一问题，报道给出的判断是：技术是真的，命名节奏才是争议所在。它再次引用 LangChain 那篇《3 Years of Graph Engineering with LangGraph》作为例子，指出相关实践早已存在，只是新的术语在更短周期内被不断推上台面。