AI技术圈到底还让不让人好好学习了？
提示词工程刚学会，Skill工程如火如荼。但有些人Skill还没玩明白，Loop循环又来了。结果没过多久，Graph图工程突然成了新宠。
有人甚至放话，前三代都死了！
难道普通人辛苦学来的AI技术，又要全部推倒重来？
先说第一代，提示词工程。
图源百度百科
玩法很简单，你对AI说一句，它回答一句。
问题来了，今天花两小时调好的提示词，明天换个对话窗口，可能还得重新交代背景、规则和要求。
于是第二代Skill工程登场。
它把常用操作封装成可重复调用的能力包。询价、报价、跟单、风险审核，都可以分别制作成Skill。
需要时直接调用，省去反复解释的麻烦。
可麻烦又来了！
四个Skill各自干得不错，谁来决定执行顺序？报价结果怎么交给跟单？发现风险后谁负责重新审核？
如果每一步都要人工衔接，自动化仍然有限。
第三代Loop循环，试图让AI自己持续执行、检查结果、调整下一轮操作。
听起来很美好，但简单循环遇到复杂业务，就容易碰上4个麻烦。
- 第一，难分叉。 客户接受报价和拒绝报价，需要走两条不同路径。
- 第二，难并行。 查询市场行情和检查仓库库存，本可同时进行，简单循环却可能依次排队。
- 第三，难暂停。 涉及大额订单、价格审批，必须让负责人确认。
- 第四，难恢复。 执行到第七步出错，缺少状态记录和检查点，就可能从头再跑。
当然，复杂循环也能通过编程解决部分问题，但维护起来容易混乱。
于是Graph图工程开始受到关注。
Graph的核心思路，是把复杂任务组织成一张可以执行的有向图。
它包含五个关键部分。
- ①节点，负责干活。查行情、查库存、生成报价，各自是一个节点。
- ②边与条件路由，决定下一步去哪。库存充足就进入报价，库存不足就进入采购。
- ③状态，保存任务执行过程中需要共享的数据，让后续节点知道前面发生了什么。
- ④检查点，保存执行进度。支持检查点的框架，可以在故障后从保存的位置恢复。
- ⑤人工中断口，遇到价格审批、付款确认等关键操作，暂停等待负责人决定。
Graph解决的是任务之间如何协作、分支、共享信息和恢复执行的问题。
不过，Graph也没有淘汰前三代。提示词仍在节点中使用，Skill可以成为节点的能力，Loop也能成为图中的循环路径。
Graph带来的启发，恰好与企业无代码开发有相通之处。
企业可以通过云表PAAS无代码画表格开发设计订单、采购、库存等业务模板，再利用业务公式、工作流、权限控制，把不同环节连接起来。
例如一家五金加工厂，订单涉及冲压、质检、入库、发货。
可以先用云表建立统一的生产管理系统，让订单数据自动关联物料库存，缺料时触发采购申请，完工后更新库存记录。
再通过开放接口接入AI，让AI辅助识别客户订单、提取产品规格、分析生产异常。
原本需要人工反复录入的数据，可以减少重复处理；车间主管需要修改审批规则，也能在掌握平台操作后参与调整。
具体节省多少人力和时间，需要结合项目实际测算。
两种技术的定位仍有区别。Graph主要解决AI任务编排，eversheet负责企业业务系统开发与管理。两者结合，可以让AI处理信息，让工作流管理业务执行。
提示词、Skill、Loop、Graph，表面上是四轮技术热点，背后始终围绕一个问题。
怎样让AI完成复杂任务，并且让执行过程可控？
技术名称还会继续变化，企业需要解决的订单、库存、成本和交付问题却始终存在。
我们也无需每出现一个新概念，就把学过的东西全部推翻。
值得讨论的是，当AI已经能够写代码、调用工具、执行流程，未来企业开发软件，还需要多少人亲自编写每一个功能？
最后，你有什么不同的观点？欢迎补充或者修正。
文 | eamon
