Graph engineering
Vad är Graph engineering?
Graph engineering är konsten att designa arbetet runt en AI som en graf: avgränsade jobb, pilar som visar vilket jobb som får vad, och ett delat anteckningsblock (state) som håller reda på vad systemet vet så här långt. Varje jobb kan vara en egen AI-agent, ett enkelt modellanrop, ett skript eller en människa. Grafen bryter isär roller som annars klumpas ihop i en enda lång chatt: en planerare delar upp frågan, flera delar körs parallellt, en granskare som inte skrev svaret letar svagheter, resultaten slås ihop och en människa godkänner innan något händer på riktigt. Det är som en processkarta för ett ärende på jobbet, fast några av rutorna sköts av en AI som kan resonera olika från gång till gång.
Termen spreds sommaren 2026 som nästa steg i raden efter prompt engineering (hur du formulerar frågan), context engineering (vilken information modellen får) och loop engineering (hur en agent driver sig själv framåt). Själva tekniken är äldre. Ramverk som LangGraph har byggt agenter som grafer i flera år, och LangChain påpekar själva att det nya är vad en nod kan innehålla: numera en hel agent, tidigare ett enda modellanrop. Ordet graf används också om kunskapsgrafer, som beskriver hur information hänger ihop. Graph engineering handlar om agentgrafen, alltså hur arbetet ska röra sig.
Fler agenter är inte automatiskt bättre. Fem agenter som självsäkert upprepar samma fel ger bara mer brus, och varje parallell gren kostar tokens. Målet är den minsta graf som höjer kvaliteten på arbetet. En bra graf tar bort onödig väntan, låter någon annan än den som gjorde jobbet kontrollera det, och lägger mänskligt godkännande där misstag är dyra.
Ursprung och källa
Peter Steinberger, 2026 (populariserade termen på X); LangChain, 2026 (formaliserade den i "3 Years of Graph Engineering with LangGraph")
Se även
Läs mer
Nu kan du det här ordet.
Hur många fler har du koll på? Spela Ordkollen →