新智元报道
编辑：元宇
【新智元导读】在OpenAI一项内部实验中 ，，，，，一个最初仅3人的团队、5个月、从零到一造出「百万行代码产品」 ，，，，，没有一行代码是人类程序员完成的 ，，，，，而不手工写代码 ，，，，，也是该项目的一条铁律。。。。。
这一次 ，，，，，人类软件工程被「倒过来」做了！
刚刚 ，，，，，OpenAI官博曝光了他们的一次内部实验：
一支最初3人的工程师团队 ，，，，，使用Codex智能体在5个月内从零造出了一个「百万行代码产品」。。。。。
在整个历程中 ，，，，，人类不写手工代码 ，，，，，而是把精神集中在「想清晰要什么、把规则立起来」 ，，，，，其余的一切交给AI。。。。。
每人天天平均能推进3.5个PR（Pull Request ，，，，，代码合并请求） ，，，，，而PR的执行环节（实现、测试、文档、CI设置）全程由智能体代庖。。。。。
OpenAI为这套事情流付与了一个十分形象的名字：「驾驭工程（Harness Engineering）」。。。。。
https://openai.com/index/harness-engineering/
在实验里 ，，，，，程序员不再是谁人熬夜写Bug ，，，，，再熬夜修Bug的「码农」 ，，，，，而是原来的「执行者」变为「驾驭者」。。。。。
这不止是10倍效率提升的「生产力革命」 ，，，，，而是一次对「软件工程」界说的倾覆 ，，，，，直接宣告了人类「手工代码时代」的终结。。。。。
改变
从一个空的git客栈最先
这次实验从AI的第一次提交最先。。。。。
2025年8月下旬 ，，，，，当空客栈里落下第一个commit（提交）时 ，，，，，它就已经不是人类写的——其时没有任何既有人类代码可以充当「锚点」。。。。。
更魔幻的：连谁人用来指导AI怎么干活的说明书AGENTS.md ，，，，，第一版也是AI自己写的。。。。。
从第一天起 ，，，，，这个客栈就是由智能体塑造的。。。。。人类不许写代码 ，，，，，成了这个项目的一条不可逾越的铁律。。。。。
这不是为了偷懒 ，，，，，而是一种近乎自虐的「刻意训练」 ，，，，，只有切断了人类「亲自上手」的退路 ，，，，，才华倒逼团队去破解谁人在完全无人情形下构建代码的最终问题。。。。。
于是 ，，，，，这个3人小团队（后扩展到7人） ，，，，，一下子似乎成了拿着鞭子的牧羊人 ，，，，，驱赶着一群不知疲倦的Codex智能体在代码草原上狂奔。。。。。
效果令人震撼：5个月 ，，，，，一百万行代码。。。。。
重新界说工程师的角色
这项实验的早期希望 ，，，，，比OpenAI的研究职员预想得要慢。。。。。
不是由于Codex不可 ，，，，，而是由于情形界说得不敷清晰：智能体缺少实现高层目的所需的工具、笼统和内部结构。。。。。
于是 ，，，，，OpenAI工程团队的主要事情酿成了一件事：让智能体有能力完成有价值的事情。。。。。
他们把大目的拆成更小的构建块（设计、编码、评审、测试等） ，，，，，提醒智能体把这些块搭起来 ，，，，，再用它们去解锁更重大的使命。。。。。
当事情失败时 ，，，，，谜底险些历来不是「再试一次」 ，，，，，这里唯一的推进方法就是让Codex去完成事情 ，，，，，人类工程师通�；；；；；；；嵬艘徊轿首约海�
究竟缺了什么能力？？？？？？怎样把它变得对智能体既清晰可见 ，，，，，又可以被强制执行？？？？？？
整个历程中 ，，，，，人类险些完全通过提醒词与系统交互：工程师形貌使命 ，，，，，运行智能体 ，，，，，让它提倡一个PR。。。。。
为了推进PR完成 ，，，，，研究职员会让Codex在外地自审改动 ，，，，，请求特另外外地和云端智能体评审 ，，，，，回应人类或智能体的反响 ，，，，，然后在一个循环里一直迭代 ，，，，，直到所有智能体评审者都知足。。。。。
随着时间推移 ，，，，，险些所有评审事情都移交给了「智能体对智能体」。。。。。
提升应用程序的可读性
随着代码吞吐量的增添 ，，，，，OpenAI发明：AI编码的瓶颈酿成了人工质量检查（QA）的能力。。。。。
于是 ，，，，，人类的时间和注重力成了真正的约束。。。。。
为了突破这一瓶颈 ，，，，，OpenAI的步伐是让Codex能够直接读取应用程序的用户界面、日志以及应用指标等内容。。。。。
他们将Chrome DevTools协议接入了智能体运行时 ，，，，，并开发了处置惩罚DOM快照、截图和导航的手艺。。。。。
于是 ，，，，，Codex可以自己复现bug、验证修复、推理UI行为。。。。。
OpenAI对可视察性工具也接纳了同样的做法。。。。。
日志、指标、追踪通过外地可视察性栈袒露给Codex ，，，，，并且对每个worktree（事情区）都是隔离、暂时的情形。。。。。
使命完成后 ，，，，，这套情形就会被销毁。。。。。
智能体可以用LogQ查日志 ，，，，，用PromQL查指标。。。。。
于是 ，，，，，「确保效劳启动在800ms内完成」或者「这四条要害用户路径里没有任何一个span凌驾两秒」这样的提醒 ，，，，，就变得真正可执行。。。。。
做了这些之后 ，，，，，OpenAI研究职员经常浚�？？？？吹紺odex一次运行一连事情六个小时以上 ，，，，，通�；；；；；；Ｕ站稍谌死嗨醯氖奔�。。。。。
给Codex一张地图
而不是一本1000页的说明书
让智能体处置惩罚大型重大使命时 ，，，，，上下文治理是最大的挑战之一。。。。。
OpenAI研究职员早期学到的一个简朴履历就是：
给Codex一张地图 ，，，，，而不是一本1000页的说明书。。。。。
一最先 ，，，，，团队试图写一个超大的AGENTS.md文件 ，，，，，把所有规则、逻辑、注重事项都塞进去。。。。。效果 ，，，，，这成了一场灾难。。。。。
由于AI的注重力也是稀缺资源。。。。。
给它一本1000页的说明书 ，，，，，它会迷失在细节里 ，，，，，遗漏要害约束 ，，，，，或者把目的搞错。。。。。
并且 ，，，，，这种单体大文档维护起来简直是恶梦 ，，，，，很快就会酿成「陈腐规则的墓地」。。。。。
于是 ，，，，，团队迅速调解战略 ，，，，，他们把AGENTS.md酿成了一张「寻宝地图」。。。。。
这个文件只有约莫100行 ，，，，，它不包括详细知识 ，，，，，只是一个目录 ，，，，，就像一个导航地图 ，，，，，指向客栈深处更深层的真实泉源。。。。。
设计文档被编目并索引 ，，，，，包括验证状态以及一套界说「以智能体为先」操作原则的焦点信心。。。。。
└── SECURITY.md
真正的知识库在结构化的docs/目录里 ，，，，，是系统的唯一事实泉源。。。。。
这就是「渐进式披露」：智能体从一个小而稳固的入口最先 ，，，，，被教会下一步去哪找 ，，，，，而不是一最先就被信息淹没。。。。。
OpenAI的研究职员还用工具强制执行这一点。。。。。
通过专门的lint和CI使命校验知识库是否最新、是否交织链接、结构是否准确。。。。。
架构文档给出领域划分和包分层的顶层视图。。。。。质量文档为每个产品领域和架构层打分 ，，，，，一连追踪差别。。。。。
为了包管AI不读到过时的信息 ，，，，，团队甚至专门安排了一个「文档园丁」智能体。。。。。
它的事情只有一个：按期扫描文档 ，，，，，发明那些与代码实现纷歧致的陈腐形貌 ，，，，，然后自动提倡修复PR。。。。。
让智能体「看得懂」
既然客栈完全由智能体天生 ，，，，，OpenAI研究职员的一个目的 ，，，，，就是让智能体只靠客栈自己 ，，，，，就能明确完整营业领域。。。。。
从智能体视角看 ，，，，，任何它在运行时上下文中会见不到的知识 ，，，，，都即是不保存。。。。。
好比放在Google Docs、谈天纪录、人类大脑的知识 ，，，，，对系统来说都是不可见的。。。。。
它能看到的只有客栈里版本化的工件 ，，，，，如代码、Markdown、schema、可执行妄想。。。。。
若是智能体找不到这些上下文知识 ，，，，，它们就会和刚入职的新同事一样 ，，，，，关于现实营业希望一无所知。。。。。
因此 ，，，，，必需把越来越多的上下文推回客栈。。。。。
虽然 ，，，，，给Codex更多上下文 ，，，，，并不是要塞给它更多零星指令 ，，，，，而是把信息组织好、结构化 ，，，，，让它可以推理。。。。。
自动化围栏
让程序员成为代码天下的「牧羊人」
光有文档 ，，，，，还缺乏以让一个完全由智能体天生的代码库坚持一致。。。。。
AI事实是概率模子 ，，，，，它会爆发幻觉 ，，，，，会偷懒 ，，，，，会写出「看似能跑实则一团糟」的代码。。。。。
怎么解决？？？？？？
智能体在界线清晰、结构可展望的情形中效率最高。。。。。
OpenAI通过强制执行「稳固量」 ，，，，，而不是微观治理实现细节 ，，，，，让智能体可以高速前进而不破损基础。。。。。
这就好比为Codex这样日行千里的AI烈马 ，，，，，套上了缰绳和马鞍。。。。。
OpenAI围绕一个严酷的架构模子构建系统。。。。。每个营业领域都有牢靠层级 ，，，，，并且依赖偏向被严酷验证 ，，，，，只允许有限的正当界线。。。。。
规则很简朴：在每个营业领域内（如App Settings） ，，，，，代码只能沿着牢靠层级「向前」依赖：
Types→Config→Repo→Service→Runtime→UI
横切关注点（认证、毗连器、遥测、功效开关等）只能通过一个显式接口：Providers。。。。。
其他依赖一律榨取 ，，，，，并通过自界说lint（也是Codex天生）和结构测试强制执行。。。。。
这种架构通常是公司规模到几百人时才会认真设计的。。。。。但在有编码智能体的情形下 ，，，，，这是条件条件。。。。。
别的 ，，，，，OpenAI的研究职员还界说了一组「品味稳固量」 ，，，，，如：
强制结构化日志
schema和类型的命名规范
文件巨细上限
平台级可靠性要求
在这个历程中 ，，，，，必需明确区分的是哪些地方必需严酷 ，，，，，哪些地方可以放权。。。。。
这好比治理一个大型工程平台：界线集中管控 ，，，，，内部高度自治。。。。。
AI天生的代码未必切合人类审美 ，，，，，但只要准确、可维护、对智能体可读 ，，，，，就OK。。。。。
在这个历程中 ，，，，，人类的品味不会消逝 ，，，，，而是被一连「编码」进系统。。。。。
评审意见、重构PR、用户bug都会转化为文档更新 ，，，，，或直接升格为工具规则。。。。。
当文档不敷用时 ，，，，，就需要把规则写进代码。。。。。
扔掉键盘
勇敢去驾驭AI
OpenAI的这项实验宣告了：大宗以CRUD为主的岗位 ，，，，，正在被重塑。。。。。
若是一个从零最先的系统 ，，，，，可以在5个月内 ，，，，，由3小我私家（不写一行代码）构建出百万行规模 ，，，，，古板软件公司里那些重大的开发团队 ，，，，，尚有保存的须要吗？？？？？？
在这个即将到来的新时代 ，，，，，工程师的界说将被彻底改写。。。。。
你需要的是强盛的「架构能力」 ，，，，，能够界说系统的界线 ，，，，，设计模浚�？？？？橹涞脑际� ，，，，，构建谁人让AI不跑偏的「围栏」。。。。。
同时 ，，，，，你还需要精准的「表达能力」 ，，，，，学会用最清晰的语言（无论是自然语言照旧结构化文档）向AI形貌你的意图。。。。。
拒绝AI编程 ，，，，，坚持手搓代码的人终将被浪潮吞没 ，，，，，只有那些明确驾驭AI的程序员 ，，，，，才有可能成为AI时代的赢家。。。。。
参考资料：
https://openai.com/index/harness-engineering/
