阅读导览“图工程到底是在增强 LLM，还是在阉割 LLM？”这个问题的陷阱在于它隐含了一个前提——增强和阉割是一对矛盾，只能选一个。但光谱告诉我们的是：图工程既不是增强也不是阉割，它是在不同确定性水平上使用同一个 LLM 的能力。这篇文章绘制了从完全自由到完全确定的七层光谱，帮你找到自己应该站的位置。01 /理解从 L1 单次 Prompt 到 L7 确定性 Graph 的完整七层光谱02 /每层放弃了什么（准确率、可预测性、成本可控性）换回了什么（可靠性、稳定性、审计追踪）03 /学会用“错误代价”而非“技术理念”来决定你的架构选择

做一个思想实验。

同一个任务：帮我调研 RAG 的最新论文进展，写一份简报。

方案一：打开 ChatGPT，一句话说清楚要求。30 秒。它输出的东西有点泛，但能用。成本忽略不计。

方案二：写一个 ReAct Agent。让它自己搜索、读论文、写摘要、迭代。跑了 3 分钟，输出了 8000 字深度简报。但看了一眼 token 消耗——5 美元。中间有一次它钻进了一个技术博客的死胡同，绕了 4 轮才自己退出来。

方案三：用 LangGraph 搭一个三节点流水线。Researcher 搜集资料，Summarizer 读内容写草稿，Reviewer 审核质量决定是否重来。写了 200 行配置代码，调试了半小时。之后每次跑都是 3 美元、2 分钟、结构稳定。

三个方案都成立。没有哪一个"更好"——它们只是对不同约束条件的优化。

然而社区里的讨论从来不是这样谈的。尤其是在上一篇关于 Loop vs Graph 的文章出来后，最频繁的追问是：

"图工程到底是在增强 LLM，还是在阉割 LLM？"

这个问题的背后是一个正在形成的二元对立——"工程化=扼杀创造力"。它只看到了代价，没看到完整的交换。

01先把七层光谱画出来

Andrew Ng 最早点破了一件事：Agentic 不是一个开关，是一个光谱。

从"纯 LLM 自由发挥"到"完全确定性 Graph"，中间有七个清晰的层级。每个层级都有不可替代的价值，也有必须付出的代价。

L1 单次 Prompt。 LLM 自由度极高，工程复杂度极低。你给一句话，它回答。代表场景：闲聊、翻译、头脑风暴。放弃的是：准确率、工具调用能力、多步推理的可靠性。

L2 链式 Chain。 几个 Prompt 串起来，前一个输出是后一个的输入。自由度高，复杂度低。代表：文档处理流水线。放弃的是：回退能力、从失败中学习的机制。

L3 ReAct Loop。 Think→Act→Observe 的循环。自由度中高，复杂度中。代表：搜索问答、研究助手。放弃的是：成本可预测性、错误恢复的保证。

L4 结构化 ReAct。 给 ReAct 套上约束：最大迭代次数、工具白名单、输出格式。自由度中，复杂度中高。代表：客服助手、销售助手。放弃的是：部分 LLM 的惊喜生成、不可预期的涌现路径。

L5 Plan-and-Execute。 先规划再执行，重大偏差才重规划。自由度中低，复杂度高。代表：多步分析报告。放弃的是：对意外变化的实时适应能力。

L6 Supervisor Graph。 多 Agent 图编排。Supervisor 节点路由工作给多个专门子 Agent。自由度低，复杂度很高。代表：多 Agent 协作系统。放弃的是：简单性、低延迟、单上下文连贯性。

L7 确定性 Graph。 最小化 LLM 参与，大部分逻辑通过条件 Edges 和规则硬编码。自由度极低，复杂度极高。代表：金融审批、合规流程。放弃的是：几乎所有 LLM 的涌现能力。

每一层都在做一笔交换。关键是你得看清交换的内容。

02每往右走一层，你放弃的不是自由，是不确定性

注意用词。每层"放弃"的栏里，我没有写"创造力"或"智能"。我写的是：准确率、可预测性、错误恢复能力、成本可控性。

工程化没有降低 LLM 的能力上限。它降低的是 LLM 的行为方差。

一个 L7 确定性 Graph 里的 LLM 和一个 L1 单次 Prompt 里的 LLM，用的是同一个模型、同一个推理引擎。语言能力、理解能力、推理能力完全一样。

区别在于：

L1 场景：LLM 自由决定说什么、怎么说、说到什么程度L7 场景：LLM 被限定说"是"或"否"，或者从三个选项里挑一个，然后工程代码接管后续逻辑

LLM 没有被阉割。是工程师决定了它的输出要在哪个粒度被"消费"——是直接面对用户（L1），还是只做一个决策点的输入信号（L7）。

那篇 190 万查看的推文之所以能引发这么大的讨论，不是因为人们真的担心图工程会杀死 LLM 的创造力。而是因为很多人把自己的工程选择带来了的道德焦虑，投射到了技术问题上。

你不是在决定"要不要相信 LLM"。你是在决定：在具体的场景里，LLM 的哪部分能力值得信任，哪部分你需要用工程兜底。

03经典厨房比喻

Anthropic 在《Building Effective Agents》里说了一句话：

"Workflows don't replace agent autonomy — they shape where and how agents apply it."

工作流不取代 Agent 的自主性——它们塑造 Agent 在什么范围内、以及如何应用自主性。

好的图工程不是限制 LLM，而是给 LLM 划出一个安全的活动范围，在这个范围内让它尽情发挥。

就像给一个顶级厨师一个设计精良的厨房。厨房的布局是固定的——水槽在左边、灶台在右边、冰箱在角落、备料台在中间。但厨师在这个厨房里做什么菜、怎么烹饪、放多少盐——彻彻底底的自由。

图工程限定的是厨房的布局，不是厨师的创造力。真正的好厨房，布局让你做得更顺手，不是更憋屈。

反过来，一个没有厨房布局的"全自由"厨师——给他一整车食材丢在空地上——他仍然可以做饭。但要花大量时间在找工具、搭灶台、处理本可以被厨房设计解决的问题上。

这就是纯 ReAct Loop 在做的事。它把大量 token 消耗在"寻找自己接下来该做什么"上，而不是花在"把当前任务做到最好"上。

04谁在实际选边？

Notion AI 选了 L3-L4。薄薄的编排层，大量 LLM 自由发挥。因为它的场景是"帮用户写点东西"，写错了用户自己改，没关系。所以工程投入少，迭代快。

GitHub Copilot 选了 L5-L6。高度工程化的代码 Agent。它限制上下文到当前文件、用 RAG 找相关代码、跑 linter、做大量后处理。因为代码生成错了，开发者可能花一天调试。错误代价高，所以工程投入也高。

金融合规审批系统选了 L7。LLM 几乎只做情感分析和实体提取，剩下的路由逻辑全是硬编码的条件判断。因为一次错误审批意味着监管罚款。

决定它们在光谱上位置的，不是技术理念，是同一个变量：

你的错误代价有多高？

错误代价低→更多 LLM 自由→更少工程→更便宜灵活 错误代价高→更多工程控制→更少 LLM 空间→更贵但可靠

不是科技与狠活，是朴素的风险管理。

05一个简短的验证

Andrew Ng 说过一句话，在讨论图工程和 LLM 自由时值得反复读：

"用一个不那么强大的模型加上正确的 Agentic 循环，可以超过更强大模型的零样本表现。"

这句话的潜台词是：工程不是对 LLM 的削弱，而是对 LLM 的杠杆。

前提是，你知道自己在用杠杆，而不是在套枷锁。

回到最初那个问题。图工程到底是在增强 LLM，还是在阉割 LLM？

L1 的 LLM 和 L7 的 LLM 智力水平一样。区别是 L1 把它当作家，L7 把它当工具。没有高下之分，只有场景之别。

问"增强还是阉割"本身，就把这个讨论推向了错误的方向。