摘要

如果说 Prompt Engineering 设计一次模型调用，Loop Engineering 设计一个自治工作单元如何反复执行、验证和修正，那么 Graph Engineering 设计的就是多个异质工作单元如何在一张可执行拓扑中依赖、并行、汇聚、返工和接受授权。

本文进一步提出：Graph Engineering 的关键不只是把多个 Loop 连接起来，而是让每个复合节点都成为一个受证据约束的收敛算子。为此，AI Judge 不应继续被理解为对候选答案打分的裁判，而应转向“评熵”：记录一次判断增加了哪些假设、排除了哪些可能、引入了什么证据，以及还剩下多少关键不确定性。局部 Loop 的合理节律也不应是熵的单调下降，而应是“扩熵—验证—降熵”：先由独立 Judge 暴露反例和未知，再通过实验与证据更新信念，最后才在有根据的条件下收缩决策空间。

自动化同时不意味着排除人类。人类决策是 Graph 中具有明确输入、输出和路由规则的节点，又是机器优化不能自行改写的授权边界。AI 的评熵结果只构成人类决策的证据输入；人类保留确认、否决、修改目标和重新授权的权力。本文用模块商图、条件路由、支配节点、强连通分量、图拉普拉斯、香农熵、KL 散度、互信息、数据处理不等式与 Fano 不等式，对这一架构给出形式化表达，并提出可执行的“熵账本”和收敛协议。

关键词： Loop Engineering；Graph Engineering；AI Judge；信息增益；模块商图；人类在环；授权节点；可审计自动化

一、这套思想是怎样形成的

这次思考并不是从一张抽象的多智能体拓扑开始的，而是从我此前提出的 Loop Engineering 开始。

在原始结构中，人类先以版本化契约确定 Goal；Orchestration 只能分解目标，不能静默改写它；Labor 负责交付可以复验的产物；两个 AI Judge 先独立判断，再交换最强反对意见；Scrum 只在出现分歧、失败、风险或外部变化时触发；系统最迟每 24 小时暂停一次，把继续、修改、回滚或终止的权力交还给人类。

思考的第一步，是把 Graph Engineering 理解为 Loop Engineering 的上一层：一个 Loop 不再只是工作流中的一段代码，而可以成为 Graph 中的复合节点；多个 Loop 以拓扑关系被大规模调度。随后，这个理解被校正得更精确：Graph 的节点不必都是 Agent，也可以是一个完整 Loop、一个确定性函数、一个工具、一个数据源、一个等待事件，或者一个人类判断。2026 年 7 月以来出现的行业讨论也大体把 Graph Engineering 描述为对节点、依赖、状态转移、验证门、恢复路径和控制边界的显式设计；但它仍是一个新近出现、尚未形成统一标准定义的术语。Analytics Vidhya 与 CodesDevs 的定义都反映了这一点。

思考的第二步，是提出“逐层收敛到 Core Brain”的宏观形状。这个方向成立，但需要一个权力边界：Core Brain 应当是最终的综合器、归约器和表达器，而不是重新把目标制定、执行、判断和授权集中到一个机器主体中。它可以汇总证据，却不能因为位于拓扑中心就自动取得人类的目标修改权和行动授权权。

第三步产生了真正改变判定逻辑的想法：双 AI Judge 不再比较“哪一个意见得分更高”，而是评价每个方向能否减少系统的不确定性，以及两者辩论之后是否发生了真实的降熵。由此，Judge 从答案评分器变成收敛质量的测量器。

第四步又对“熵越低越好”作出修正。如果对抗 Judge 发现了此前未被看见的风险，系统显式表示的假设会增多，熵可能暂时上升；但这种增熵并不是退步，而是把隐蔽无知转化成可处理的不确定性。因此，局部 Loop 不是单调降熵机器，而是一个先扩熵、再验证、后降熵的认知循环。

最后，这个结构补上了不可缺失的人类节点：自动化不是把人从 Graph 中删除，而是让机器处理相对简单、重复和可验证的部分，再把证据、剩余不确定性和风险交给人类。人类可以确认、否决或修改机器建议。人类既在 Graph 之内，又位于机器优化权限的边界上。

这几步共同形成本文的中心命题：

Graph Engineering 不是多个 Agent 的连接图，而是由局部认知闭环、证据流、权限流和人类授权节点共同组成的可执行收敛系统。

图 1：从局部 Loop 到分层 Graph，并由人类授权节点控制高风险行动
图 1　局部 Loop 是带并行 Judge 和条件出口的复合子图，不是五个角色首尾相接的圆环。多个复合子图形成宏观依赖图；Core Brain 负责综合，人类节点负责确认、否决、修改和重新授权。

二、Graph Engineering 的形式化对象

2.1 可执行图，而不是展示图

把一个智能系统表示为带类型、状态和权限的有向图：

\[ \mathcal{G}=(V,E,\mathcal{X},\mathcal{T},\Pi). \]

其中：

节点可以分为：

\[ V=V_L\cup V_A\cup V_F\cup V_T\cup V_D\cup V_H, \]

分别表示复合 Loop、AI Agent、确定性函数、工具、数据节点和人类节点。对确定性节点，\(T_v:\mathcal{X}_{in}\to\mathcal{X}_{out}\)；对具有随机性的 Agent，可以写成转移核：

\[ K_v(x'\mid x)=\Pr(X_{t+1}=x'\mid X_t=x,v). \]

因此，“节点”不是 Agent 的同义词。Agent 只是节点的一种实现；一个完整 Loop 也可以被封装成一个宏观节点。

2.2 边必须携带证据和来源

一条边不应只表示“下一步去哪里”，还应携带一个带类型的消息：

\[ m_e=(a,e,p,u,r,g,b), \]

其中 \(a\) 是产物，\(e\) 是证据，\(p\) 是来源谱系，\(u\) 是未决项，\(r\) 是风险，\(g\) 是 Goal 版本，\(b\) 是资源消耗。缺少这些状态，Graph 只是一张流程图，不是能够运行、恢复和审计的系统。近期围绕 Graph Engineering 的讨论也反复指出：真正困难的不是画出节点和箭头，而是让状态在节点间保持一致并留下可追溯记录。Apollo Space 将这个差别概括为“图”和实际运行底座之间的差距。

三、为什么一个 Loop 可以被视为图论中的复合节点

3.1 原始局部拓扑不是五节点圆环

原文给出的主干是四层结构：

\[ G^{(v)}\rightarrow O\rightarrow L\rightarrow J\rightarrow D, \]

其中 \(G^{(v)}\) 是人类确定的 Goal 版本，\(O\) 是 Orchestration，\(L\) 是 Labor，\(J\) 是 Dual AI Judge 子图，\(D\) 是条件路由节点。

Dual AI Judge 也不是 \(J_A\to J_B\) 的顺序链。把一次审核按时间展开，更准确的拓扑是：

\[ L\rightarrow\{J_A^{(0)},J_B^{(0)}\} \rightarrow C_{objection} \rightarrow\{J_A^{(1)},J_B^{(1)}\} \rightarrow D. \]

\(J_A^{(0)}\) 与 \(J_B^{(0)}\) 先独立判断；\(C_{objection}\) 只交换双方最强的反对意见；之后两个 Judge 可以修订为 \(J_A^{(1)},J_B^{(1)}\)。路由节点 \(D\) 再根据结果分支：

\[ D\rightarrow \begin{cases} \text{PASS / next milestone}, & \text{共识};\\ \text{Scrum}, & \text{有限分歧或阻塞};\\ \text{Human Gate}, & \text{重大分歧或高风险}. \end{cases} \]

Scrum 是条件触发的控制点，不在每次执行中持续运行；最长 24 小时检查点也可以绕过 Scrum，直接触发 Human Gate。因此，把 Orchestration、Labor、Judge A、Judge B 和 Scrum 首尾相接画成固定圆环，会同时犯下三个错误：把两个 Judge 画成顺序依赖、把 Scrum 画成常驻阶段、把条件路由画成无条件循环。

若 Scrum 决定返工或重规划，更清晰的运行时表达是生成下一版本实例：

\[ \text{Scrum}^{(k)}\rightarrow \begin{cases} L^{(k+1)}, & \text{rework};\\ O^{(k+1)}, & \text{replan}. \end{cases} \]

这样，单次审核事件的展开图仍然可以是 DAG，版本间的因果关系也不会被一个无版本回边掩盖。

3.2 复合节点依赖模块划分，而不是 SCC 身份

设局部工作流节点被划分为互不相交的模块：

\[ \mathcal{M}=\{M_1,\ldots,M_q\},\qquad \bigcup_i M_i=V,\quad M_i\cap M_j=\varnothing. \]

定义模块商图 \(Q=G/\mathcal{M}\)。若存在 \(u\in M_i,v\in M_j\) 使 \((u,v)\in E\)，就在 \(Q\) 中加入 \(M_i\to M_j\)。一个完整 Loop 之所以能够成为 Graph 的复合节点，是因为它具有稳定的输入、输出、状态和权限接口，而不是因为内部节点必须强连通。

强连通分量仍然有用，但只是处理显式循环的特殊工具。若工作流模板确实保留无版本的重试回边，可以计算 SCC；Tarjan 在 1972 年给出了线性时间 \(O(|V|+|E|)\) 的算法。SIAM 原论文 把 SCC 压缩后得到的凝聚图必为 DAG：若凝聚图仍有环，环上的分量本应属于一个更大的 SCC，和极大性矛盾。

因此，宏观 Graph 可以通过两条不同路径获得分层结构：

Core Brain 可以被表示为宏观 DAG 中的汇聚节点 \(c\)，但它只是 reducer：

\[ T_c:\prod_{i\in \operatorname{Pred}(c)}m_i\longrightarrow (\text{proposal},\text{evidence map},\text{residual uncertainty}). \]

它输出的是建议和证据结构，而不是不可撤销的授权。

3.3 人类节点如何成为可验证的授权门

设任务入口为 \(s\)，高风险执行节点为 \(a\)，人类节点集合为 \(V_H\)。如果要求任何从 \(s\) 到 \(a\) 的路径都必须经过某个人类节点，则有：

\[ \forall P\in\operatorname{Paths}(s,a),\qquad P\cap V_H\neq\varnothing. \]

更强地，如果存在 \(h\in V_H\)，使所有 \(s\leadsto a\) 的路径都经过 \(h\)，则称 \(h\) 支配 \(a\)。支配关系是控制流图中的标准概念；Lengauer–Tarjan 算法可以高效计算支配树。ACM 原论文

于是“重大动作必须经过人类”不再是一句提示词，而成为可以静态检查和运行时验证的拓扑性质。人类节点至少有三个输出：

\[ A_H=\{\text{confirm},\text{reject},\text{revise}\}. \]

人类因此具有双重身份：在执行拓扑上，人类是 Graph 中的节点；在规范结构上，人类又是机器优化不能自行删除的权限边界。

四、从“评分”转向“评熵”

4.1 评分的问题不只是主观，而是测量对象错误

传统 Judge 往往输出：

\[ s_A=82,\qquad s_B=71, \]

随后使用平均、加权或多数决形成结论。这种机制比较的是意见，却没有直接表示：系统究竟新增了什么证据，排除了什么假设，遗漏了什么风险。

评熵改变了测量对象。设 \(\Theta=\{\theta_1,\ldots,\theta_M\}\) 是关于任务真实状态的候选假设集合，\(E_t\) 是时刻 \(t\) 已获得的证据，\(G\) 是当前人类授权的 Goal，则信念状态为：

\[ p_t(\theta)=\Pr(\Theta=\theta\mid E_t,G). \]

其香农熵为：

\[ H_t=H(\Theta\mid E_t,G) =-\sum_{\theta\in\Theta}p_t(\theta)\log_2p_t(\theta). \]

香农在 1948 年建立了这一信息度量，但香农熵描述的是给定概率模型中的不确定性，并不直接描述语义真理、伦理价值或行动授权。Shannon 原文

当 Judge 或实验产生新证据 \(Y=y\) 时，系统进行贝叶斯更新：

\[ p_{t+1}(\theta) =\frac{p(y\mid\theta,E_t,G)p_t(\theta)} {\sum_{\theta'}p(y\mid\theta',E_t,G)p_t(\theta')}. \]

单次观察带来的信息增益可写成后验相对于先验的 KL 散度：

\[ IG(y)=D_{KL}(p_{t+1}\Vert p_t) =\sum_{\theta}p_{t+1}(\theta) \log_2\frac{p_{t+1}(\theta)}{p_t(\theta)}. \]

在对可能观察取期望后：

\[ \mathbb{E}_{Y}[IG(Y)] =I(\Theta;Y\mid E_t,G) =H(\Theta\mid E_t,G)- \mathbb{E}_{Y}H(\Theta\mid E_t,Y,G). \]

这就是“某个判断方向是否值得继续”的严格表达：它不是该方向听起来有多合理，而是沿这个方向采取验证行动，预期能够消除多少不确定性。Lindley 在 1956 年已经把实验提供的信息量与贝叶斯决策联系起来。Lindley 原文索引

4.2 探索动作与最终行动必须分开

对候选验证动作 \(a\)，其期望信息增益为：

\[ EIG(a)=\mathbb{E}_{y\sim p(y\mid a,E_t,G)} \left[D_{KL}\bigl(p(\Theta\mid y,a,E_t,G)\Vert p_t(\Theta)\bigr)\right]. \]

可以在安全和预算约束下选择下一项验证：

\[ a_{test}^{*}\in\arg\max_{a\in\mathcal{A}_{test}} \bigl[EIG(a)-\lambda C(a)\bigr]. \]

但最终行动不能只追求信息增益。一个结果完全确定但必然有害的行动也可能具有低熵。因此最终执行应使用效用和风险约束：

\[ a_{act}^{*}\in\arg\max_{a\in\mathcal{A}_{act}} \mathbb{E}[U(a,\Theta)\mid E_t,G], \]

满足：

\[ g_j(a,G)=0,\qquad \Pr(L(a,\Theta)>L_{max}\mid E_t,G)\le\delta, \]

并且在需要时必须获得 \(h\in V_H\) 的显式授权。换言之：EIG 选择下一步怎样知道得更多；人类 Goal、效用和风险决定知道之后是否可以行动。

五、为什么合理的 Loop 必须经历“扩熵—验证—降熵”

图 2：扩熵、证据验证与降熵构成一个完整的认知闭环
图 2　对抗 Judge 首先扩大可见假设空间；Labor 和工具随后提供证据；系统只在证据支持下收缩决策空间。

5.1 开放世界中的“未知桶”

真实任务的假设集合通常不是封闭的。可以引入未知状态 \(\bot\)：

\[ \Theta_t=\{\theta_1,\ldots,\theta_m,\bot\}. \]

Judge B 发现一个新风险 \(\theta_{m+1}\) 时，实际上是在把 \(\bot\) 的一部分质量显式化：

\[ \bot\longrightarrow\{\theta_{m+1},\bot'\}. \]

显式熵可能因此升高，但系统的“无知结构”更诚实了。若惩罚这一步，Judge 会倾向于不报告新风险，从而制造虚假的低熵。

一个示意例子如下。数值只用于解释机制：

阶段假设分布熵（bit）含义
初始\((0.55,0.20,0.10,0.15_{\bot})\)1.6815已知三种解释，仍有未知质量
Judge A 后\((0.75,0.12,0.05,0.08_{\bot})\)1.1860现有证据支持主假设
Judge B 扩熵后\((0.60,0.10,0.04,0.08_{new},0.18_{\bot})\)1.6969新失败模式被发现，原先过度自信被纠正
专项测试后\((0.94,0.03,0.01,0.015,0.005_{\bot})\)0.4312新风险经过证据检验后被大幅排除

如果系统只奖励“熵下降”，Judge B 的贡献会被判为负值；如果系统记录完整周期，它会看见 Judge B 阻止了一次过早收敛。

5.2 三阶段协议

因此，一个局部 Loop 应明确区分三个阶段：

  1. 扩熵阶段：两个 Judge 独立提交假设、反例、失败模式和未知项，先冻结各自记录，避免互相锚定。
  2. 验证阶段：只交换最强反证和证据请求；Labor、工具或外部数据源执行可复验检查。
  3. 降熵阶段：根据证据更新信念，保留未决异议，判断是否通过、返工或升级。

在多 Judge 研究中，异质模型组成的评审面板在若干任务上可以降低单一模型的族内偏差；但这并不意味着“多 Agent 自然更正确”。PoLL 研究 报告了异质评审的收益，而 2025 年一项系统研究发现，多 Agent 辩论可能在第一轮之后显著放大位置、冗长、思维链和从众偏差。ACL Anthology 这正是“先独立冻结，再交换反证；根据证据修订，而不是根据对方信心修订”的经验依据。

图 3：证据驱动的真实降熵与一致性驱动的伪降熵
图 3　左侧通过新证据排除假设；右侧只通过相互说服压低分歧。二者都可能表现为高一致性，但只有前者提供可复验的信息增益。

六、真实降熵与伪降熵的数学区分

6.1 两个 Judge 的信息不能简单相加

设两个 Judge 输出 \(Y_A,Y_B\)。联合信息增益满足链式法则：

\[ I(\Theta;Y_A,Y_B\mid E,G) =I(\Theta;Y_A\mid E,G) +I(\Theta;Y_B\mid Y_A,E,G). \]

第二项是 Judge B 在已知 Judge A 输出之后仍然新增的信息，而不是 \(I(\Theta;Y_B\mid E,G)\)。因此：

\[ I(\Theta;Y_A,Y_B\mid E,G) \neq I(\Theta;Y_A\mid E,G)+I(\Theta;Y_B\mid E,G) \]

一般并不成立。两个 Judge 若使用同一模型家族、同一上下文和同一检索来源，其错误高度相关；把二者的独立分数相加会重复计算相同证据。评熵系统必须保存来源谱系，并计算条件边际信息，而不是把“两个声音”误认为“两份独立证据”。

6.2 摘要只能保留或损失信息

设下层完整证据为 \(Y\)，Core Brain 接收到的摘要为 \(Z=f(Y)\)。若形成马尔可夫链：

\[ \Theta\rightarrow Y\rightarrow Z, \]

则由数据处理不等式：

\[ I(\Theta;Z)\le I(\Theta;Y). \]

也就是说，Core Brain 不可能仅通过压缩下层报告创造关于真实状态的新信息；它至多保留，通常还会损失。MIT 的信息论课程资料把数据处理定理与 Fano 不等式列为基础结果。MIT OpenCourseWare

这给出一个直接的工程结论：上层不能只接收一句“通过”或一个分数。摘要必须带回原始证据引用、反对意见和被排除假设，否则跨层汇聚会系统性丢失信息。

6.3 低残余熵为什么仍然不等于正确

对 \(M\) 个候选假设及任意估计器 \(\hat\Theta(Z)\)，令错误概率为 \(P_e\)。Fano 不等式给出：

\[ H(\Theta\mid Z) \le h_b(P_e)+P_e\log_2(M-1), \]

其中 \(h_b\) 是二元熵函数。它说明：当条件熵很高时，分类错误不可能普遍很低。但反方向不能被滥用——低熵并不自动保证正确，尤其当：

因此，熵是认知不确定性的度量，不是“正确性分数”，更不是价值和授权的替代品。

七、把人类写进 Graph，而不是把人类写成异常处理

7.1 自动化的目标不是机器节点占比最大化

如果自动化被理解为“尽可能不让人出现”，那么人类介入就会被视为失败、延迟或成本。但在人类治理的 Graph Engineering 中，合理目标应是：

\[ \min \; C_{repeat}+C_{coord}+C_{error}, \]

同时满足：

\[ \text{Goal sovereignty},\quad \text{risk constraints},\quad \text{human authorization}. \]

AI 适合处理重复执行、搜索、整理、初步验证和证据压缩；人类节点处理价值冲突、目标修改、不可逆行动、重大尾部风险和模型外信息。人类介入不是自动化的反面，而是自动化权限结构的一部分。

7.2 人类对评熵机制形成外部约束

AI 提供给人类的不是单一建议，而应是一份决策证书：

\[ \mathcal{C}= (G^{(k)},\Theta,p,E,IG,U,R,\text{rollback},\text{provenance}). \]

它包含当前 Goal 版本、候选假设、概率或结构化支持度、证据、信息增益、未决项、风险、回滚条件和来源。

人类可以依据 \(\mathcal{C}\) 作出判断，也可以引入机器模型中不存在的新变量 \(Z_H\)，从而改变假设空间或效用函数：

\[ (\Theta,U,G)\xrightarrow{\;Z_H,\,\text{revise}\;} (\Theta',U',G^{(k+1)}). \]

这一步不能被解释为“人类给 AI 的熵分数加一个权重”。人类拥有的是修改问题定义和授权边界的元权限，而不是评审面板中的普通一票。

八、一个可运行的双 Judge“熵账本”协议

每个局部 Loop 在第 \(k\) 轮维护状态：

\[ X_k=(G^{(v)},\Theta_k,p_k,E_k,U_k,R_k,B_k,P_k), \]

其中 \(U_k\) 为未决命题集合，\(R_k\) 为风险集合，\(B_k\) 为剩余预算，\(P_k\) 为证据谱系图。

每个 Judge 不再输出一个总分，而输出：

EntropyLedger {
  goal_version
  prior_hypotheses
  newly_exposed_hypotheses
  evidence_added
  hypotheses_eliminated_with_evidence
  surviving_hypotheses
  unresolved_contradictions
  critical_tail_risks
  provenance
  requested_tests
  proposed_action
  rollback_conditions
}

协议如下：

  1. Judge A 与 Judge B 在看不到对方结论时独立提交并冻结账本；
  2. 合并新假设，但不合并重复证据；
  3. 计算每条证据的条件边际信息增益；
  4. 两个 Judge 只交换最强反证和所需测试；
  5. Labor 或外部工具执行测试；
  6. 使用联合似然而非虚假的条件独立假设更新 \(p_k\)；
  7. 生成新的剩余不确定性、风险和异议；
  8. 满足通过条件则提交上层，否则返工或进入人类节点。

一个更稳健的通过条件不是单一阈值，而是约束的合取：

\[ \operatorname{PASS}_i= \mathbf{1}\left[ \begin{array}{l} D_G(X_i)=0,\\ H(\Theta_i\mid E_i,G)\le\varepsilon_i,\\ R^{crit}_i\le\rho_i,\\ U^{crit}_i=\varnothing,\\ \operatorname{Coverage}(E_i)\ge\kappa_i,\\ B_i\ge0 \end{array} \right]. \]

其中 \(D_G\) 测量机器执行相对人类授权 Goal 的漂移。任何重大风险都不应因为其他维度表现良好而被平均掉。

对于无法获得可靠概率的开放任务，可以使用操作性收敛向量：

\[ \mathbf{q}_i= (D_G,R^{crit},|U^{crit}|,1-\operatorname{Coverage},C_{rollback},B_{used}), \]

并使用 Pareto 偏序而非强行压成总分：若 \(\mathbf{q}'\) 在所有关键维度都不劣于 \(\mathbf{q}\)，并至少一维严格更优，才认为发生了结构性进展。

九、局部收敛如何变成全局收敛

9.1 不能把局部信息增益直接求和

设宏观 Graph 中有 \(m\) 个 Loop，输出证据 \(Y_1,…,Y_m\)。全局信息是：

\[ I(\Theta;Y_{1:m}\mid G) =\sum_{i=1}^{m} I(\Theta;Y_i\mid Y_{1:i-1},G). \]

它是条件增益之和，而不是各节点独立信息增益的简单相加。这一式子同时给出三项工程要求：

  1. Graph 必须记录证据依赖，避免重复计数；
  2. 节点顺序会影响边际贡献的解释，但不会改变联合互信息；
  3. Core Brain 必须看到来源和相关性，不能只看到局部分数。

9.2 一个周期级势函数

定义每个完整 Loop 周期结束后的全局势函数：

\[ \Psi_k= H(\Theta\mid E_k,G) +\alpha R_k +\beta U_k +\gamma D_G(X_k), \qquad \Psi_k\ge0. \]

扩熵阶段允许 \(\Psi\) 暂时上升，因此只比较完整周期边界。若每个未停止周期都满足：

\[ \Psi_{k+1}\le\Psi_k-\eta, \qquad \eta>0, \]

则在至多

\[ N\le\left\lceil\frac{\Psi_0-\Psi_{target}}{\eta}\right\rceil \]

个有效收缩周期后，系统要么达到目标阈值，要么必须触发预算停止或人类升级。这给出了“不会无限讨论”的有限步保证。

但这个命题只保证在给定势函数下停止，不证明结论必然正确。正确性仍依赖假设空间、证据质量、模型校准和人类 Goal。这正是图论与信息论能够提供的边界：它们可以证明拓扑性质和更新性质，不能替系统决定什么值得追求。

9.3 共识动力学的启示与限制

在线性多智能体共识模型中，节点状态 \(x\in\mathbb{R}^n\) 可按图拉普拉斯矩阵 \(L\) 更新：

\[ \dot{x}(t)=-Lx(t). \]

对连通无向图，\(L\) 的第二小特征值 \(\lambda_2(L)>0\)，系统可渐近收敛到一致空间；\(\lambda_2\) 还与收敛速度相关。Olfati-Saber、Fax 与 Murray 的综述系统讨论了图结构、拉普拉斯谱和多智能体共识之间的关系。原始技术报告

但意见一致只表示 \(x_i-x_j\to0\)，并不表示 \(x_i\to\theta^*\)。如果所有节点共享同一错误，系统可以高速收敛到错误共识。因此，在 AI Judge 系统中，图拉普拉斯意义上的“共识”只能作为协调性质；真值收敛还需要外部证据锚点和人类约束。

十、Core Brain 应当是什么

Core Brain 最危险的定义，是“最终拥有一切信息和权力的超级 Agent”。这种设计会重新合并 Loop Engineering 原本刻意拆开的四种权力：目标制定、任务执行、结果判断和继续授权。

更合理的 Core Brain 是一个受限归约核心：

\[ \text{Core Brain} =\text{evidence reducer} +\text{conflict integrator} +\text{proposal generator}. \]

它应满足：

这样，“逐层收敛到 Core Brain”仍然成立，但收敛的是信息与行动提案，不是人类主权。

十一、可证伪边界与工程风险

这套模型仍有几个必须正面承认的边界。

第一，熵必须定义在明确的随机变量和假设空间上。没有 \(\Theta\) 和概率模型，所谓“熵值”只能是比喻。开放任务可以使用结构化不确定性向量，但不应伪装成香农熵。

第二，模型自报置信度不等于校准概率。需要通过历史数据、外部测试、重复采样或明确的似然模型校准；否则 KL 散度只是精确计算了一个不可靠分布。

第三，Judge 的异质性必须是真异质性。不同角色提示但共享同一模型、训练语料和检索源，可能仍具有高度相关错误。

第四，降熵可能被 Goodhart 化。一旦“熵下降”成为奖励，系统就可能通过删掉困难假设、压制异议或过度自信来优化指标。因此必须同时审计假设覆盖、证据来源和未知质量。

第五，人类判断也会犯错。把人类设为授权节点不是假定人类全知，而是确认价值责任、目标修改和不可逆行动不能被隐藏在机器评分之中。对于多个人类节点，还需要进一步设计权限图、冲突解决和责任归属，而不是再次退回简单多数决。

结论：Graph Engineering 是分布式认知治理

从 Loop 到 Graph，真正发生的变化并不是 Agent 数量增加，而是局部自治单元开始进入一个有依赖、有证据、有权限、有恢复路径的整体结构。

从评分到评熵，真正发生的变化也不是把 100 分制换成一个更高级的数字，而是改变 Judge 的测量对象：不再问谁的意见更像赢家，而是问系统通过这次判断究竟知道了什么、排除了什么、又诚实地暴露了什么未知。

而把人类写进 Graph，意味着自动化终于不再以排除人为目标。机器负责承担可重复的认知劳动，评熵机制负责把不确定性变得可见，Core Brain 负责整合证据和形成提案，人类节点则保留确认、否决、修改和重新授权的权力。

因此，这套架构最终可以被压缩成三个层次：

\[ \boxed{ \text{Local Loop} =\text{Expand}\rightarrow\text{Verify}\rightarrow\text{Contract} } \]
\[ \boxed{ \text{Global Graph} =\text{Composite Subgraphs}\rightarrow\text{Dependency DAG}\rightarrow\text{Core Reducer} } \]
\[ \boxed{ \text{Human Governance} =\text{Goal}\rightarrow\text{Evidence Review}\rightarrow \{\text{Confirm, Reject, Revise}\} } \]

Graph Engineering 由此不再只是一种工作流编排技术，而成为一种分布式认知治理：它既管理机器怎样工作，也管理系统怎样承认未知、怎样形成判断，以及谁拥有让判断转化为行动的权力。

参考资料

  1. Claude E. Shannon, A Mathematical Theory of Communication, 1948.
  2. D. V. Lindley, On a Measure of the Information Provided by an Experiment, 1956.
  3. Robert Tarjan, Depth-First Search and Linear Graph Algorithms, SIAM Journal on Computing, 1972.
  4. Thomas Lengauer and Robert E. Tarjan, A Fast Algorithm for Finding Dominators in a Flowgraph, ACM TOPLAS, 1979.
  5. Reza Olfati-Saber, J. Alex Fax, Richard M. Murray, Consensus and Cooperation in Networked Multi-Agent Systems, Proceedings of the IEEE, 2007.
  6. Pat Verga et al., Replacing Judges with Juries: Evaluating LLM Generations with a Panel of Diverse Models, 2024.
  7. Chiyu Ma et al., Judging with Many Minds: Do More Perspectives Mean Less Prejudice?, Findings of EMNLP, 2025.
  8. MIT OpenCourseWare, Information Theory: Data Processing Theorem and Fano’s Inequality.
  9. Fathin Dosunmu, Graph Engineering for AI Agents: What It Is and When to Use It, 2026.
  10. Harsh Mishra, Graph Engineering for AI Agents: Beyond the Single-Agent Loop, 2026.

思想来源说明

本文中的 Loop Engineering 原始架构——人类设定版本化 Goal、Orchestration 分解、Labor 执行、双 AI Judge 先独立后互审、按需 Scrum 与最长 24 小时人类重新授权——由苏西的界在此前文章中提出。

本次思考中，苏西进一步明确了三项中心思想：Graph Engineering 可以把完整 Loop 作为复合节点逐层汇聚；Judge 应从意见评分转向不确定性评估；人类决策不是自动化的例外，而是 Graph 中不可忽略的授权节点。苏西随后纠正了把局部 Loop 画成五节点圆环的错误，重新确认其真实结构是线性主干、双 Judge 先独立后耦合、Scrum 条件触发和人类升级。模块商图、条件路由、支配关系、信息增益、真假降熵和势函数等形式化，则是围绕这些思想形成的数学表达。