За полтора месяца лета 2026 года термин прошёл путь от нуля до главной темы профессиональных сообществ. Разбираем без маркетинга: что случилось, какие цифры стоят за хайпом и что из этого - действительно новая дисциплина.
Новые термины в ИИ рождаются каждую неделю и умирают через две. Graph Engineering - исключение: за ним стоит не пресс-релиз, а цепочка событий с проверяемыми цифрами. Хронология выглядит так.
Claude Code учится сам писать скрипты оркестрации и разворачивать десятки-сотни субагентов в одной сессии.
Эссе Addy Osmani даёт имя дисциплине проектирования петель. Формула Стайнбергера расходится по сети: «перестаньте промптить агентов - проектируйте петли».
Simon Willison разбирает порт ядра Bun с Zig на Rust: миллион строк за 11 дней, ~50 рабочих процессов, пик 64 агента параллельно, ~$165 000.
Graph Engineering становится главной темой профессиональных сообществ: разборы, гайды, «постройте 1000 агентных петель из одного промпта».
Бесплатный курс DeepLearning.AI и Neo4j об агентных графах знаний заново разжигает дебаты «графы против петель».
Показательна скорость: между «промпт-инженерией» и «контекст-инженерией» прошло два года. Между Loop Engineering и Graph Engineering - полтора месяца. Индустрия перестраивает словарь быстрее, чем компании успевают дочитать предыдущий гайд.
Graph Engineering - практика соединения специализированных ИИ-агентов в граф. Узлы - агенты с одной функцией: исследователь, автор, проверяющий. Рёбра - маршруты передачи результатов. Состояние - данные, которые текут по рёбрам и накапливают работу узлов. Ключевая идея умещается в одно правило: ребро существует только там, где один шаг читает результат другого. Если данные не передаются - зависимости нет, и шаги можно выполнять одновременно. На этом правиле держится весь выигрыш: время задачи равно самой долгой ветке, а не сумме всех шагов.
Термин честно описывают даже его евангелисты: механика не нова, графовым системам и оркестрации - десятилетия. Ново то, что узлом стал агент, способный на суждение внутри своей функции. Раньше в узлах жили жёсткие скрипты - теперь специалисты.
Graph Engineering не отменяет предыдущие навыки - он надстраивается над ними. К лету 2026 лестница инженерии ИИ выглядит так:
| Слой | Появился | Отвечает на вопрос |
|---|---|---|
| Prompt Engineering | 2023 | Как правильно спросить? |
| Context Engineering | 2025 | Что модель должна знать? |
| Harness Engineering | 2025-2026 | Что модель может делать? |
| Loop Engineering | июнь 2026 | Кто управляет агентом? |
| Graph Engineering | июль 2026 | Как организовать команду агентов? |
Граф состоит из петель, петля живёт в обвязке, обвязка кормит модель контекстом, контекст оформлен промптами. Прыгнуть через слой не получится: граф из плохих петель - это дорогой генератор ошибок.
Хайп держится на одном проекте с проверяемыми цифрами. Джарред Самнер, создатель среды выполнения Bun, поставил задачу переписать ядро продукта с языка Zig на Rust. Классическая оценка такого порта - годы работы команды системных программистов.
Три решения сделали результат возможным - и все три стали каноном новой дисциплины. Первое: миллион тестовых утверждений как «якорь правды» - агент не может убедить тест, тест либо проходит, либо нет. Второе: когда агенты ошибались, Самнер не правил их код руками, а правил процесс генерации - одна правка исправляла класс ошибок во всех будущих файлах. Третье: человек работал на границе системы, а не внутри - читал журналы и проектировал процесс, а не проверял каждый файл.
Честности ради: проект вызвал и критику - вопросы о безопасности кода, написанного ИИ в таком масштабе, и о воспроизводимости результата вне идеальных условий. У Bun был готовый исчерпывающий набор тестов, а это редкость.
Курс Andrew Ng об агентных графах знаний добавил в дискуссию второе значение слова «граф» - граф знаний как память агентов - и заново разжёг спор о том, что важнее: структурная оркестрация или простые петли. Практический итог спора сформулирован давно: для одиночной, хорошо очерченной задачи с проверкой человеком - петля; для систем со специализированными агентами, ветвлениями и состоянием, переживающим сессию, - граф. Большинство задач - петлевые. И это, пожалуй, самый недооценённый факт всей дискуссии: профессионал отличается от энтузиаста умением сказать «здесь граф не нужен».
Если отжать хайп, остаются три деловых вывода. Первый: параллельность - главный неиспользованный резерв агентных систем; аудит, который линейный агент делает час, веер из двадцати агентов делает за минуты. Второй: качество перестало быть надеждой и стало архитектурой - независимые проверяющие, якоря правды и контракты между узлами встраиваются в топологию, а не добавляются пожеланием «проверь себя». Третий: экономика считается до запуска - стоимость прогона выводится из числа агентов, объёма токенов и тарифов, и сравнивается со стоимостью человеческой альтернативы.
Порог входа при этом ниже, чем кажется: первый работающий граф собирается за день на инструментах уровня Claude Code Workflows, без своей инфраструктуры. Дорогим является не старт, а зрелость: наблюдаемость, эвалы, дисциплина стоп-условий.
Всё, о чём эта статья, - в глубину: 10 модулей, 32 урока, от первой петли до капстоуна с рабочим графом. Интерактивные тренажёры паттернов, калькулятор стоимости агентной команды в долларах и рублях, разбор отказов и безопасности, которых нет в западных гайдах. Бесплатно, на русском.
Открыть курсGraph Engineering - это практика соединения ИИ-агентов в граф: узлы - специализированные агенты, рёбра - маршруты передачи результатов, состояние - данные, текущие по графу. Вместо одного агента, выполняющего шаги по очереди, работает команда агентов, где независимые части задачи выполняются параллельно.
Loop Engineering (термин Addy Osmani, июнь 2026) - проектирование петли одного агента: автоматизация, проверка, стоп-условия. Graph Engineering (июль 2026) - следующий слой: организация множества петель в согласованную сеть. Петля настраивает одного агента, граф координирует команду.
Три события за полтора месяца: Anthropic выпустила Dynamic Workflows в Claude Code (28 мая 2026), создатель Bun показал порт более миллиона строк кода с Zig на Rust за 11 дней силами команды агентов (~$165 000 по тарифам API), а Andrew Ng выпустил бесплатный курс об агентных графах знаний. Термин закрепился в профессиональных сообществах в середине июля 2026.
Граф оправдан, когда работа дробится на независимые части (много файлов, источников, кандидатов), критично время и нужна независимая проверка качества. Для маленьких изолированных задач достаточно одного агента или одной петли - большинство задач именно такие. Начинать стоит с одной стабильной петли, а не с графа.
На reymer.ai открыт бесплатный флагманский курс «Graph Engineering - оркестрация команд ИИ-агентов»: 10 модулей, 32 урока, интерактивные тренажёры и калькулятор стоимости агентных прогонов. Каждый модуль начинается сутью для руководителя и продолжается практикой для инженера.
