论文 | arXiv 2026 | 提示图工程（Prompt Graph Engineering）

提示信息早已不再是孤立的字符串。在实际系统中，一个模型调用会为另一个模型调用提供信息，检索与生成交错进行，路由会进行分支，聚合器会合并并行结果。实践最终确定了一种能够将所有这些信息整合在一起的结构：graph。诸如 LangGraph、DSPy 和 Prompt Flow 之类的框架都公开展示了graph，研究系统也已经能够自动对其进行优化。然而，相关的术语却发展滞后。graph的名称五花八门，例如，它可以指某种采样策略内部的推理拓扑结构、多智能体对话，或者编排工件，而提示工程仍然让人联想到编写一个好的字符串。目前缺失的是一个将提示信息视为一个显式、可执行、可改进的graph的节点的参考定义。我们通过对具有持久标识符的来源进行概念分析，并辅以原始灰色文献，构建了这一定义。我们重构了这一思想的谱系，从数据流图和构建系统，到提示链接和思维拓扑结构（链、树、graph），最终到编译和优化为工件的graph。我们随后提出了提示graph工程的构成性定义，阐述了其四个条件（显式结构、结构与提示内容的分离、可执行语义以及将graph作为一流工程工件），并将其操作化为一个包含和排除测试。我们以六个相邻概念为界，并将该测试应用于六个实际系统（LangGraph、DSPy、Prompt Flow、AutoGen、CrewAI 和 Claude Code 子代理）；结果表明，该测试具有一致性，能够包含和排除相关概念。最后，我们提出了一个围绕四个设计张力轴展开的研究议程。本文的贡献在于为一种行业日常实践（尽管尚未明确命名）提供了一个操作性定义和一套共享词汇。

请索引第121篇论文

如果你2026年还在教学生"如何写一个完美的 Prompt"，抱歉，你可能有点跟不上趟了。

巴西戈亚斯联邦学院的 Sandeco Macedo 在2026年7月挂出一篇论文，是什么让提示成为图：提示图工程的必要与充分条件。这篇论文干了一件让整个 AI 圈都应该停下手里活儿看一眼的事：它给"提示图工程"下了一个可操作的、有边界的、能判别真假的定义。

图科学实验室一直秉持"万物皆可 graph"的信念。所以当一篇论文把 LLM 时代的 prompt 也拉进图的版图，我们必须好好聊聊。这篇微信文章，就是写给 AI+交叉学科的本硕博师生们的长篇解读——既谈定义，也谈它对生物、化学、物理、材料、社会科学等交叉研究的真实启发。

01 从一个尴尬的现实说起

论文开篇就抛出一个朴素的观察：你去问一个工程师，"把你那个大模型应用的 prompt 给我看看"，诚实的答案是——根本没有这样一个 prompt。

真实的情况是：有一个检索步骤去拉上下文，有一个首次调用做规划，有一个路由器决定哪个专家来处理，有三个调用并行跑，有一个聚合器对它们的输出投票，还有一个验证器拒绝掉没通过检查的回答。

工程的单元早就不是"一个字符串"了。它是一个把很多字符串连起来的结构——而这个结构，在数学上有一个名字，从业者已经在毫无仪式感地使用它了：图。节点上是 prompt，边上是依赖关系。

这个迁移其实很快。大模型先证明了"一个精心打造的 prompt 就能把一个通用模型 steer 到某个任务上"，指令微调让这种 steer 变得可靠，于是围绕单个字符串的手艺活儿发展出了模式目录和综述。但单个字符串的天花板很快就到了——复杂任务要求分解，分解产生多样性：人类策划的模型调用链、单次生成内的中间推理链、分支回溯的树，最后收敛到图——部分结果在其中合并、循环、相互喂数据。

并行地，另一条工程血脉把这些结构变成了程序：可编译的声明式流水线、并行调度的函数调用 DAG、甚至被当作图来搜索的智能体工作流。产品侧也顺着这股潮流走：LangGraph 直接在名字里写了"图"，Prompt Flow 在屏幕上把它画了出来。

结构收敛了，词汇却没有。 这是论文要解决的 core problem。

02 "Graph"这个词，今天至少指三件不同的事

论文犀利地指出，在当前用法中，"图"至少命名了三种完全不同的东西：

第一，在 Graph-of-Thoughts 里，它命名的是单次解题 episode 内部模型生成思维的一种拓扑。

第二，在多智能体系统里，它（通常隐式地）命名了智能体之间自由对话碰巧追溯出的任何形状。

第三，在编排框架里，它命名了一个工程师绘制或编写的人工制品，由运行时执行。

与此同时，"提示工程"仍然唤起"写一条好字符串"的手艺。最接近的现有名词"流工程"（flow engineering，伴随 AlphaCodium 提出）指向了实践但止步于指向——它命名了从单个 prompt 到结构化调用流的转变，却没说一个流必须满足哪些条件；而且"流"不像"图"那样承诺显式路由、合并或制品状态。

这种一词多义不是修辞问题。它阻止我们说清哪些系统共享一种设计，阻止我们把一个编译过的 DSPy 流水线与一个手绘的 flow 放在平等位置上比较，阻止我们积累关于"何时是结构（而非提示措辞）本身在改善系统"的知识。

03 论文的核心贡献：四项必要条件

作者通过概念分析，提出了"提示图工程"的构成性定义（constitutive definition）。一句话版本：

提示图工程是一门学科，它将 prompt 介导的大模型计算表示、组合并执行为一个显式图，其中：

(i) 节点是人工编写的計算单元——prompt 参数化的模型调用，或确定性变换；边是它们之间的数据或控制依赖。

(ii) 图的结构与节点的 prompt 内容分离——一边变，另一边不用重写。

(iii) 图具有可执行语义——一个运行时来调度节点、路由输出、管理共享状态，包括分支、并行和循环。

(iv) 图是一等公民级的工程制品——一个可以被检查、版本化、验证、优化的对象，独立于任何特定执行。

作者把这四个条件命名为 G1（显式结构）、G2（结构与内容分离）、G3（可执行语义）、G4（一等公民制品）。论文强调：这四项是从数据流、HCI 链式调用、编程、优化四条血脉中固定下来的，而不是看了今天的框架之后量身定做的。一个证据表明：它直接把当下某个流行系统排除在外了。

每一项都是必要的，缺一项会怎样？论文挨个拆给你看：

• 去掉 G1（显式结构）：流退回到代码路径或对话回合中；系统可能能跑，但没有什么能枚举它的步骤，实践塌回脚本写作——这正是链式调用研究当初要治愈的那种不透明。

• 去掉 G2（分离）：每一次结构变更都迫使 prompt 重写，反之亦然；节点无法复用；没有任何优化器能在固定结构的同时调文本——而那恰恰是 DSPy 定义的操作。

• 去掉 G3（可执行语义）：图就是一张画；智能体系统的架构图在综述里比比皆是，但没有一张能跑。

• 去掉 G4（制品地位）：图只在运行时作为 trace 存在；它不能被版本化、静态检查或搜索，这就放弃了整个优化血脉。

四项合起来是充分的：满足 G1–G4 的系统，已经展现出这个概念被创造出来要捕获的全部东西——你能看见、编辑、运行和改进的结构。

论文还特别说了什么不是必需的，让定义保持精简：

• 不要求可视化编辑器（DSPy 模块或 LangGraph builder 里用代码定义的图，和画布上画的同样显式）；

• 不要求无环（带退出条件的循环是反思和重试循环的组成性特征）；

• 不要求多个模型、特定框架或智能体（所有节点都调用同一个模型的图仍然是提示图；智能体性是某些节点可能拥有的属性，不是对图的条件）；

• 不要求自动优化（G4 要求的是图在原则上可优化，手工调一个版本化的图就满足）。

04 T1–T4 判定测试

光有定义还不够过瘾。论文把四项条件变成了一个决策程序——给定候选实践或系统，依次问：

表1：从构成性定义派生的纳入与排除测试。

一个候选属于提示图工程，当且仅当它对 T1–T4 全答"是"。任意一项失败，它就落入邻近类别。

论文还给了两个 caveat 防止 naive 解读：

关于阈值。T1 要求的不仅仅是"多数"：两个在 function body 里靠字符串拼接粘起来的调用，精神上是链但不是显式表示；标准是节点和边可以通过检查、API 或序列化来枚举，无需执行系统。T3 要求的不仅仅是排序：当图（而非手写控制流）决定下一步跑什么时，运行时才满足它；动态图只要构造规则本身是显式的就满足（LLMCompiler 这类系统就是这个立场）。T4 有一个可验证标准：除执行器之外的某个工具或过程必须能消费这个图——类型检查器、可视化器、diff、优化器；如果结构的唯一消费者就是运行本身，T4 失败。

关于二值归属与渐进质量。归属是二值的，质量是渐进的。一个三节点的"检索—生成—验证"图，用 YAML 序列化，通过了 T1–T4，就是一个合法的（尽管 modest）概念实例。把它和一个编译过的 DSPy 程序区分开的不是"属不属"，而是成熟度，尤其是 G4。测试决定一个实践是不是提示图工程；解剖学限定词衡量它发展到了什么程度。混淆这两个问题，就产生了这篇论文所针对的大部分术语噪音。

05 谱系：图这个概念从哪儿来

论文的第三部分做了一个漂亮的 genealogy（谱系学） reconstruction。

图的想法比 prompt 老了半个世纪。Dataflow 模型把程序表示为节点，输入到达时触发，边在节点间携带数据。同样的形状出现在 Make 里（把构建表示为目标间的依赖图），以及科学工作流系统中（把图作为共享、审计、重跑的单元）。这条传统留下三条教训：图把编排与计算分离；图让依赖显式，独立工作可并行；图是制品——运行前可检查、失败后可检查。

Prompt 进入这个故事时，对这些一无所知。Prompt 是交给模型的一个字符串，早期手艺是让那一个字符串 work。第一次裂缝来自分解：Least-to-most prompting 通过链式解决子问题来解难题；Decomposed prompting 让这一步架构化。一旦任务跨越多次调用，就必须有东西说明哪次调用喂哪次。

然后两条血脉朝不同方向带走结构：

第一条留在模型推理内部。Chain-of-thought 让模型在单次生成内产生线性中间步骤；self-consistency 并行采样多条链并投票；tree-of-thoughts 把生成变成对分支化部分思维空间的搜索；graph-of-thoughts 把形状泛化为任意图，思维在其中合并、精炼、循环。

第二条把结构从模型里拉出来，交到工程师手上。AI Chains 展示了人类如何组合模型调用链；PromptChainer 给了链一个可视化编辑器。Language model cascades 把多调用组合框定为概率程序。然后编程血脉把制品工业化：DSPy 把程序结构与模块的 prompt 文本分离，并针对前者编译后者；SGLang 给结构化程序一个运行时；LLMCompiler 把函数调用调度为依赖 DAG。

智能体浪潮完成了这次迁移。多智能体系统把角色扮演的模型实例组成对话；然后制品不仅显式，而且可优化：GPTSwarm 把智能体社会字面表示为计算图，其节点和边被优化；AFlow 用蒙特卡洛树搜索搜工作流图。产品巩固了实践：LangGraph 把状态图作为核心 API 暴露出来，Prompt Flow 把一个 prompt 和工具节点的 DAG 画在屏幕上。

谱系学揭示了一个关键事实：结构与"图"这个词是不同的迁移。实践从链式调用连续成长；而"图"这个词 2023 年先从 graph-of-thoughts 进入共享词汇，几个月内才被工程侧认领（产品名 + 研究系统）。所以这篇论文定义的是这个词的最终意义——图作为 prompt 介导计算工程的单位。

图2 把从字符串到图的四种形状画得很清楚：单个 prompt；链（每次调用喂下一个）；树（分支探索替代方案）；图（路由、并行分支、聚合和循环自由组合）。在提示图工程里，节点是人工编写的 prompt 单元，不是模型生成的思维。

06 拿六个真实系统开刀

论文第四部分把 T1–T4 应用到六个真实系统，选得很有代表性：两个图优先的编排框架（LangGraph、Microsoft Prompt Flow）、一个提示编程框架（DSPy）、两个多智能体框架（AutoGen、CrewAI）、一个带子代理委托的编码 harness（Claude Code）。

判定结果汇总如下：

表2：六个系统的纳入与排除测试结果。

几个值得一提的细节：

LangGraph干净地通过四项测试。StateGraph 是由具名节点和边（包括条件边）构建的显式对象（T1）；节点是挂载到结构上的函数或 prompt 承载的 runnable，任一边独立变化（T2）；运行时在共享类型化状态上执行图，支持循环、分支、中断和检查点（T3）；编译后的图可序列化、可视化，并被外部工具用于追踪和评估（T4）。它在六项系统中 G3 最强：状态、循环、human-in-the-loop 中断是原生的。

DSPy也通过四项，但重心不同。模块组合成结构可枚举的程序（T1）；signature 声明每个节点消费和生产什么，而编译器生成 prompt 文本——这是样本中结构与内容分离最彻底的（T2）；执行解释组合（T3）；程序正是优化器针对指标调 prompt 和 demonstration 的显式基底（T4）。DSPy 表明概念不要求画布：图活在代码里，它的 G4 是六项中最强的。

Prompt Flow以最字面的形式通过四项。流是 prompt 节点和工具节点的 YAML 声明 DAG（T1）；prompt 内容活在结构引用的模板文件中（T2）；运行时执行 DAG（T3）；制品被可视化渲染、作为文件版本化、喂给批量评估（T4）。它字面到极限的代价是：没有原生循环，反馈循环必须塞进节点内部，这对反思模式削弱了 G3。

AutoGen跨两种操作模式分裂。对话模式下，智能体交换消息，交互形状逐轮涌现，T1 失败，运行后留下的只是 transcript 而非制品，T4 也失败。GraphFlow 模式下，框架把流具体化为智能体之上的显式有向图（带条件边），T1、T3、实质性 T4 通过。

CrewAI展示同样的二元性，侧重不同。Crew 组合角色定义的智能体，其任务委托部分涌现；crew 运行的结构事先不可枚举，T1 充其量是部分的。Flows（第二种抽象）是带路由和状态的显式事件驱动组合，通过 T1 和 T3。

Claude Code 子代理是故意的反面教材，测试把它排除，理由值得一说：harness 让一个编排智能体把工作委托给人工编写的子代理，每个都是 prompt 参数化的单元；我们词汇表中的节点存在，并满足 T2 的精神（因为子代理定义是独立于任何流编写的文件）。但是——哪个子代理运行、何时运行、喂什么给什么，是由编排模型在运行时逐轮决定的；事先没有表示能枚举这个流（T1 失败）；运行时执行的是工具调用而非图（G3 意义上的 T3 失败）；持久化下来的是 transcript（T4 失败）。

这个排除不是贬损：harness 解决的是另一个问题。它只是"不是提示图工程"。一个把它纳入的定义，会让这个概念溶解。

论文坦言这个分类的局限：由单一分析师执行；T1–T4 有可验证标准恰恰是为了让练习可重复，但还没有第二名评分者重复；产品系统的证据基础是灰色文献，比任何文章迭代都快；六个系统的样本是为了覆盖实践而选的样本。

07 边界：六个邻居，各 fail 哪一项

论文第五部分把提示图工程与六个邻近概念划清边界，对每个邻居点明它 fail 的是哪项条件。这部分对交叉学科研究者尤其有用——它能帮你判断自己手头的系统到底算不算"提示图工程"。

经典提示工程是最接近的邻居，也最容易分离。它的手艺在节点内部：措辞、示例、格式、模式。它 fail T1：只有一个 prompt，所以没有可表示的结构。两者关系是作用域的包含而非竞争：提示图的每个节点都值得好的提示工程。

思维拓扑（chain / tree / graph of thoughts）是最常被与概念混淆的邻居，因为它们共享"图"这个词。Chain-of-thought 直接 fail T1：它的链是单次生成文本内部的修辞结构，不是调用调用的结构。Tree 和 graph of thoughts 确实在控制器维护的显式拓扑上编排多次调用，T1 和 T3 可以说通过。失败的是 T2，而且这是诊断性的：节点是模型生成的思维，不是工程师编写 prompt 单元；结构与内容不能独立变化，因为内容是模型的输出，结构是产生它的搜索调度。边界线是作者身份：在提示图工程里，工程师拥有节点；在思维拓扑里，模型拥有。

智能体编排与概念重叠但不重合。自由对话中的多智能体系统 fail T1：交互形状逐轮涌现，事先没有表示能枚举它。当流被具体化时（MetaGPT 的标准化流程、StateFlow 的状态机、flows 作为组合抽象），就跨过了边界。

提示编程（LMQL、PDL、DSP、DSPy 血脉）不是要排除的邻居，而是概念的代码形形式。DSPy 程序通过全部四项测试。语言级系统坐在边界的内缘：当程序组合多个 prompt 承载单元时通过，当只结构化单个查询时 fail T1。

RAG 流水线是一个有启发的部分案例。硬编码进应用代码的固定"检索—生成"流水线已经 fail T1；声明为框架对象时 T1 以退化方式通过，但通常 fail T4，且常 fail T2。当 RAG 流水线的流被提升为显式、可操纵的图时，它就变成了提示图工程——现代建立在图运行时上的自适应 RAG 正是这种提升。

经典工作流引擎从相反方向 fail：它们有图，缺的是 prompt。Make、dataflow 系统、科学工作流管理器为自己的节点类型通过 T1–T4。它们错过的是定义中的对象条款：节点是 prompt 参数化的模型调用，带有由此而来的语义——随机输出、自然语言参数化、每调用成本与延迟、正确性不能由退出码判定的结果。这种差异改变了工程：缓存必须推理语义等价性，验证必须判断文本，优化必须重写 prompt 而非 flag。

浮现出的图景是一个"属 + 种差"。属是 dataflow 传统：显式、可执行、一等公民的图。种差是节点：人工编写、prompt 参数化的模型调用。思维拓扑有图无作者身份；自由智能体对话有 prompt 无结构；经典引擎有结构无 prompt；单 prompt 手艺两者皆无。概念坐在两者兼具的位置，每个邻居 fail 的条件说明了它缺的是哪一半。

08 研究议程：四条张力轴

论文第七部分沿着四条设计张力轴组织了一个研究议程。这部分对 AI+交叉学科研究者来说，是找课题的金矿。

第一条轴：从显式到涌现的结构。 三个图优先系统编写流；多智能体框架让它涌现，只在专用模式中具体化；编码 harness 完全让它涌现。涌现换取适应性：在运行时决定委托的编排器，能处理其作者从未预见的任务。显式性换取第四节列举的一切：检查、验证、优化。开放问题：这个取舍是根本性的还是技术性的？系统能否记录涌现流，把它提升为显式图，并重放或精炼它，让涌现成为对随后成为制品的结构的发现模式？LLMCompiler 的动态 DAG 构建暗示两端可以相遇，但据作者所知，今天的系统还没有闭合从 trace 到版本化、优化图的环路。

第二条轴：从静态到动态结构。 Prompt Flow 在执行前固定 DAG；LangGraph 在固定节点集上条件路由；LLMCompiler 按任务实例构建图；思维拓扑按问题重建。更多动态性意味着更强表达力，但也意味着更少静态知识。有趣的中间地带几乎未被探索：带静态骨架和动态实例化区域的图，以及能对运行时部分决定形状的图说出有用东西的类型系统。

第三条轴：节点粒度。 一端是 prompt 参数化的调用，另一端是带目标、记忆和工具的完整智能体。细粒度给出可分析的数据流（如编译流水线）；粗粒度给出封装和角色清晰度（如智能体社会）。开放问题：跨粒度的组合——节点本身也是图的图，其状态、成本、失败的语义在嵌套中存活。这是 flows 抽象指向的方向。

第四条轴：从手动到自动改进。 一端是手工调的图；另一端是 prompt 优化、通过组合的 textual gradient、编译流水线、以及对结构本身的搜索。自动化预设 G4 并奖励它。但是，对节点随机且昂贵的图进行自动搜索，提出了经典 AutoML 文献从未面对的问题：每次适应度调用的评估噪声、限制搜索预算的成本上限、优化器利用基准特质而非改善结构的风险。

横跨四条轴的三个横向问题：

验证：提示图的哪些属性可以静态检查——沿边的类型兼容性、带退出条件的循环终止性、成本和延迟界限——哪些需要对文本语义判断，而那里验证本身可能需要承载模型的节点？

上下文纪律：分解进节点也是一种上下文管理策略，因为每个节点看到的是策展过的窗口，而非模型会丢失中间部分的累积历史；图形状与每节点上下文质量之间的相互作用尚未被测量。

等价性：两个提示图何时是同一程序，哪些重构在分布上保持行为，检索重与推理重的形状能否在共同基础上比较？

09 对 AI+交叉学科研究的真实启发

作为交叉学科研究者，这篇论文对你的意义远不止"多了一个名词"。

第一，图不再只是被学习的对象，它成了组织大模型推理的骨架。 图科学实验室的读者们最熟悉的场景是：GNN 用来学分子图、物理碰撞事件图、社交网络图、知识图谱。但 Macedo 的论文告诉你——当你用 LLM 去做科学发现时，你的"工作流程"本身也应该是一张图。比如在 AI+化学里，一个"检索文献 → 提出假设 → 调用量子化学计算 → 验证 → 反思"的循环，正是一张带循环的提示图。按照论文的定义，如果你把这个流程：

• 写成显式节点与边（G1）

• 把"用什么量子化学软件、算什么精度"与"怎么问 LLM 提假设"分离（G2）

• 用一个运行时调度，包括当验证失败时回到假设节点（G3）

• 把整张图序列化、版本化、让优化器去调每个节点的 prompt（G4）

——你就正在做提示图工程。你的化学发现流程因此变得可检查、可复现、可优化。这比把一整套流程焊死在一个 Python 脚本里，要专业一个量级。

第二，四项条件是给你的交叉学科系统做"体检"的验尸官。 拿你手头正在做的 AI+XX 系统对照 T1–T4 测一遍，你会惊讶地发现：很多号称"多智能体科研助手"的东西，其实 fail 了 T1（流是涌现的）或 fail T4（没有制品，只有 transcript）。这意味着它们不可优化、不可复现——而这恰是交叉学科研究最不能接受的两件事。论文给出的判定测试，可以直接作为你写基金本子、评系统成熟度的标尺。

第三，G2（结构与内容分离）是交叉学科可复用的核心思想。 在 AI+生物里，你可以把"用什么数据库做 BLAST"与"怎么让 LLM 解读 BLAST 结果"分离；在 AI+材料里，你可以把"调用什么 DFT 软件"与"怎么让 LLM 设计新材料"分离。这种分离让你换模型不必改流程，改流程不必重写 prompt——这正是 DSPy 在六项中 G4 最强的根本原因。

第四，研究议程的四条轴，就是交叉学科等待认领的课题。 比如"从 trace 到版本化图的闭环"——在科研智能体里，一次科研探索的 transcript 能否自动提升为可复现的提示图？这本身就是 AI+科研方法论的绝佳课题。"跨粒度的图"——在 AI+物理里，一个节点可能是"调用 LHC 数据分析图神经网络"，它本身又是一张 GNN 图——这种嵌套图的语义如何定义？这都是图科学实验室读者熟悉的 GNN 技术与新兴 LLM 编排技术的交界地带。

最后

论文在结论里说了一句挺有分量的话：

"Knowing what prompt graph engineering is was the necessary step toward measuring, next, what it is worth."（知道提示图工程是什么，是下一步测量它值什么的前置步骤。）

这句话值得每个做 AI+交叉学科的人贴在显示器上。

我们这些年见证了太多概念的泡沫："多智能体"、"自主智能体"、"智能体社会"——听起来都很炫，但当一个审稿人问你"你的系统和那个系统本质区别在哪"时，往往答不上来。Macedo 这篇论文做的，是一次概念卫生运动（conceptual hygiene）：它不给新框架，不 benchmark 系统，不 survey 文献；它只做一件事——给一个实践下了一个构成性定义，并把它变成可操作的判定测试。

四项条件不是官僚主义：每一项都是实践已经渴望的东西的前置条件——检查需要显式结构，复用和编译需要分离，执行需要语义，整个优化血脉需要制品。

图科学实验室一直说"万物皆可 graph"。Macedo 的论文告诉我们：在 LLM 时代，万物皆可 graph 不只适用于数据，也适用于"我们如何让 LLM 工作"这件事本身。对于 AI+交叉学科的师生们，这或许是一个方法论层面的提醒——

下次当你设计一个 AI 驱动的科研系统时，别只想着"怎么写一个更好的 prompt 让 LLM 帮我做 XX"。试着画一张图：节点是你希望 LLM（或其他工具）做的每个原子操作，边是它们之间的数据与控制依赖。然后问自己：这张图显式吗？结构与 prompt 分离吗？有运行时执行它吗？它被版本化、可被优化吗？

如果四个"是"——恭喜，你在做提示图工程。如果做不到，那这篇论文的谱系、定义、测试和边界，就是你把系统升级到"工程级"的路线图。

而对于正在读博或打算做交叉学科 AI 研究的你，论文第七部分的四条张力轴 + 三个横向问题，每一个都是一篇好论文的雏形。尤其在图科学实验室深耕的 GNN、图学习、图+交叉学科语境下，"图"这个词正在同时承担两种角色——既是被学习的对象，也是组织学习的骨架。这两种角色的融合，或许就是下一代 AI+交叉学科系统的真正内核。

提示图工程这门学科，行业每天都在不加命名地实践。Macedo 给它命了名、划了界、给了判定测试。接下来，轮到我们图科学实验室的读者们，去用它做出可检查、可版本化、可优化的 AI+交叉学科系统了。