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， ， ，，， ，，人类工程师通常唬� ； ；；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研究职员经常浚浚浚�？？？吹紺odex一次运行一连事情六个小时以上， ， ，，， ，，通常唬� ； ；Ｕ站稍谌死嗨醯氖奔洹�。 。 。。
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， ， ，，， ，，设计模浚浚浚�？？？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/
