4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编…

4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编排图（Graph），用图来协调那些能自我进化的Agent。

AI的干活方式，正在经历一次底层的工程演变。 退回2024年初，Opus 3时代。 模型顶多能自主干10到20分钟。 这种“短上下文协作”，人类必须死死盯着，一行行喂指令。

后来，同步代码Agent（比如Claude Code）出来了。 它能自己跑大概一小时。 一小时听着不错。 但在本地跑，一旦遇到报错，它马上掉头回来找你哭。

想让它跑十个小时？甚至几天？ 这就得靠异步自改进Agent。 怎么搞？ 第一步，把“大脑”和“双手”劈开。 双手是执行容器，死了就死了；大脑是一个无状态进程，只管把进度写进追加日志。 容器崩溃，任务一分一秒都不会丢。

第二步，给它配一个冷酷的独立验证器。 以前让AI边干活边给自己打分，它经常陷入幻觉，疯狂肯定自己。 现在，把验证切进另一个独立的上下文窗口。 一边建，一边测，死循环，直到通过验证才准许输出。

第三步：让AI“做梦”。 执行长任务时，AI会把过程写进短时记忆，但这种记忆极其短视。 玩宝可梦时，模型记错了一个没用的细节，导致它一次次掉进同一个陷阱。 怎么救？靠离线的“做梦”机制。 在后台洗一遍记忆，踢掉局部最优的废数据，沉淀出正确的长期记忆。 醒来再跑，它精准绕开了陷阱。

当异步Agent足够聪明，最后一步就是Graph编排。 把它们连成一张网。 不再是你电脑里的私人小助手，而是接入全公司数据的组织级大脑。 新人入职第一天就能用，它甚至能主动跳出来警告你别踩别人的坑。