一句话看懂:一位 Anthropic 工程师在社交平台声称“提示工程基本过时”,并以 Claude Code 现场演示从空终端搭建代理循环与图结构;这更像社区里的技术观点分享,而非 Anthropic 官方公告。
事件核心:发生了什么
2026 年 11 月 7 日,账号 @knowyourself518 引述一位 Anthropic 工程师的现场分享:称公司内部约 95% 的工程师已在运行“自我改进循环”,下一步是“图结构”,并把演示概括为空终端→代理→循环→图结构→自我改进系统,10 分钟内搭完 Claude Code 环境。同一时间线的 @hanakoxbt 发布相关课程《Loops and Graphs》,讨论如何减少逐步人工审批、只审最后一步。目前公开信息显示,这些说法来自个人社交帖与演示,并非 Anthropic 官方产品发布或功能上线。
为什么重要
如果“提示工程让位于系统化工程”的判断成立,AI 应用的竞争重心会从打磨单条提示词,转向围绕 Claude Code 等 Agent 产品构建循环、图结构和评测闭环。与之呼应的是产业侧对大模型推理能力、API 编排和算力调度的需求上升:代理反复调用模型会放大 token 与推理成本,也让可观测性和成本控制成为工程问题。但“图结构”“自我改进”目前仍属方法论层面的框架,尚无官方基准数据支撑,不宜理解为模型能力已自动跃升。
对用户/开发者/创作者的影响
开发者可关注 Claude Code 中代理循环的编排方式,把审批点后移、用图结构管理多步骤任务,而非依赖手工逐步确认;使用 API 的团队需预留更多推理预算并设计失败重试与人工兜底。普通用户和创作者短期内感知到的可能只是 AI 应用任务完成度提升,而不是提示词技巧的变化。企业采购时应区分社区演示与正式 SLA,避免把个人发言当作产品承诺。
AI 工具推荐
想把多个 AI 模型放在一个入口?
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型,适合写作、绘图、视频和日常 AI 工作流。
推广链接:通过此链接购买,我可能获得佣金,不影响你的价格。
值得关注的后续
一是 Anthropic 是否在官方文档或发布中回应“提示工程过时”与图结构路线;二是 Claude Code 是否上线可验证的循环/图编排能力及对应定价;三是同类 Agent 产品(开源或闭源)是否跟进类似工程范式,并公布可复现的评测结果。


