作者 ｜ 木子

OpenAI 最近在一篇 Blog 中說(shuō)了件挺炸裂的事：他們自己的工程師，已經(jīng)不怎么寫(xiě)代碼了。

在一個(gè)內(nèi)部項(xiàng)目里，短短五個(gè)月，就產(chǎn)出了 100 萬(wàn)行代碼，而且沒(méi)一行手寫(xiě)，全都是Codex寫(xiě)的。

這些代碼并不是什么零散腳本，而是從零開(kāi)始搭出來(lái)的一整套軟件產(chǎn)品內(nèi)部 Beta 版：從應(yīng)用邏輯、基礎(chǔ)設(shè)施，到工具、文檔和內(nèi)部開(kāi)發(fā)者工具，幾乎一應(yīng)俱全。

這種變化，或許能從 OpenAI 內(nèi)部一直以來(lái)的工程師文化中找到一些線索。

一位曾參與 Codex 項(xiàng)目的 OpenAI 工程師 Calvin French-Owen，在離職后寫(xiě)過(guò)一篇博客，雖然他在其中吐槽說(shuō)，過(guò)去一年里 OpenAI 員工規(guī)模迅速擴(kuò)張，帶來(lái)了不少混亂。

不過(guò)他同時(shí)也提到，公司內(nèi)部依然保留著很強(qiáng)的創(chuàng)業(yè)公司氛圍：團(tuán)隊(duì)小、決策快，工程師擁有很高的自主權(quán)。

另外，很多科技巨頭是高層定路線、然后團(tuán)隊(duì)執(zhí)行，但在 OpenAI，通常沒(méi)有明確的長(zhǎng)期 roadmap，研究員往往自己發(fā)現(xiàn)問(wèn)題、提出想法，小團(tuán)隊(duì)圍繞好點(diǎn)子自然形成并推進(jìn)項(xiàng)目。

他表示，真正推動(dòng)進(jìn)展的好想法可能隨時(shí)從任何地方隨時(shí)，而不是來(lái)自某個(gè)宏大計(jì)劃。

“OpenAI 非常注重自下而上的方式，尤其是在研究方面。”

比如 Codex，最初其實(shí)誕生在 OpenAI 的一個(gè)只有十幾人的小團(tuán)隊(duì)里。這個(gè)團(tuán)隊(duì)在 7 周內(nèi)幾乎不眠不休，把 Codex 從想法一路推到了上線。

而現(xiàn)在這個(gè)“OpenAI 工程師不寫(xiě)代碼”一事，其實(shí)也要從公司一個(gè)團(tuán)隊(duì)，在開(kāi)發(fā)流程中發(fā)現(xiàn)的新瓶頸說(shuō)起。

現(xiàn)在 AI Coding 這件事已經(jīng)屢見(jiàn)不鮮。但當(dāng) Codex 開(kāi)始大規(guī)模生成代碼后，OpenAI 的這研發(fā)團(tuán)隊(duì)很快發(fā)現(xiàn)一個(gè)新問(wèn)題：

代碼生成已經(jīng)不慢了，慢的是讓人類(lèi)來(lái)檢查這些代碼。

人的時(shí)間和注意力是有限的。在整個(gè)開(kāi)發(fā)流程里，最容易卡住的環(huán)節(jié)反而變成了 QA（質(zhì)量測(cè)試）。

為了解決這個(gè)問(wèn)題，OpenAI 的工程師換了個(gè)思路：干脆讓 Codex 模仿工程師，自己去“看”和“用”應(yīng)用。

那 OpenAI 的工程師現(xiàn)在不寫(xiě)代碼了，他們到底在做什么？

——設(shè)計(jì)環(huán)境、搭反饋循環(huán)、定義架構(gòu)約束，然后讓 agent 寫(xiě)。

文章中強(qiáng)調(diào)一句話(huà)：“人類(lèi)掌舵，智能體執(zhí)行”。

他們管這叫Harness Engineering，直譯過(guò)來(lái)的話(huà)就是“AI 駕馭工程”。

工程師變成“能力架構(gòu)師”

這個(gè)項(xiàng)目始于 2025 年 8 月下旬，從向一個(gè)完全空白的代碼倉(cāng)庫(kù)提交第一行內(nèi)容開(kāi)始。

初始架構(gòu)，包括代碼倉(cāng)庫(kù)結(jié)構(gòu)、CI 配置、格式化規(guī)則、包管理器設(shè)置和應(yīng)用框架——都不是工程師手寫(xiě)的，而是在一小套模板的指導(dǎo)下，由Codex CLI 調(diào)用 GPT-5 自動(dòng)生成。

甚至連那份告訴 agent “該如何在這個(gè)倉(cāng)庫(kù)里工作”的AGENTS.md，也是 Codex 自己寫(xiě)出來(lái)的。

換句話(huà)說(shuō)，這個(gè)系統(tǒng)從誕生那刻起，就幾乎沒(méi)有人工代碼。整個(gè)代碼倉(cāng)庫(kù)，都是被 agent 一步一步搭起來(lái)的。

不過(guò)，一開(kāi)始事情并沒(méi)有想象中那么順利：起初項(xiàng)目推進(jìn)速度緩慢，但問(wèn)題并不在 Codex 的能力，而在環(huán)境——規(guī)則不清晰、工具不完整、系統(tǒng)約束還沒(méi)建立起來(lái)。

有網(wǎng)友“一針見(jiàn)血”道：

“最扎心的一句：agent 反復(fù)犯錯(cuò)，不是能力問(wèn)題，是你腦子里的判斷力沒(méi)寫(xiě)下來(lái)。你不寫(xiě)，它第一百次還犯同樣的蠢?！?/blockquote>

于是再遇到開(kāi)發(fā)卡住時(shí)，團(tuán)隊(duì)不再想著“再改一段代碼試試”，而是先問(wèn)一個(gè)問(wèn)題：agent 到底缺什么能力？

再把這種能力變成它能讀懂、能執(zhí)行、還能被強(qiáng)制遵守的規(guī)則。

也就是說(shuō)，面對(duì)當(dāng)下 agent 自己就能測(cè)試、改 bug 的情形，工程師的工作重點(diǎn)從“寫(xiě)代碼” 變成了另一件事：讓 Codex 更容易把事情做對(duì)，給 agent“補(bǔ)能力”。

從這個(gè)角度看，工程師的工作其實(shí)轉(zhuǎn)向了更高一層：用一句話(huà)來(lái)說(shuō)，就是拆解任務(wù)、設(shè)計(jì)能力、搭建系統(tǒng)，讓 agent 可以穩(wěn)定地產(chǎn)生正確的代碼。

具體來(lái)說(shuō)，大致有這幾件事情：

第一件事，就是讓?xiě)?yīng)用對(duì) AI “可讀”。

正如上文提到的，需要人為把 agent 接入 Chrome DevTools 協(xié)議，讓它能“觸控”UI。

工程師要做的第二件事情，就是把“隱性知識(shí)”全部寫(xiě)進(jìn)代碼倉(cāng)庫(kù)， 變成機(jī)器可讀的知識(shí)。

對(duì) agent 而言，無(wú)法在運(yùn)行時(shí)訪問(wèn)的內(nèi)容就等于不存在。比如存儲(chǔ)在 Google Docs、聊天記錄或人們頭腦中的知識(shí)嗎，這些都無(wú)法被系統(tǒng)訪問(wèn)。

不過(guò)，不可以把所有規(guī)則和說(shuō)明一次性塞給 Codex，而是要先給它一個(gè)導(dǎo)航，再讓它自己去查細(xì)節(jié)。

研究研究團(tuán)隊(duì)曾嘗試過(guò)直接給 agent 一個(gè)巨大的AGENTS.md文件，結(jié)果很快發(fā)現(xiàn)行不通。

主要原因是，上下文是稀缺資源，說(shuō)明書(shū)越厚，真正重要的信息反而越容易被淹沒(méi)；而且這種大文檔很快就會(huì)過(guò)時(shí)，也很難驗(yàn)證和維護(hù)。

他們把這段經(jīng)驗(yàn)總結(jié)成了一句：

“要給 Codex 的是一張地圖，而不是一本 1000 頁(yè)的說(shuō)明書(shū)?！?/blockquote>

該示意圖由 AI 生成

工程師要做的第三件事，是設(shè)計(jì)“AI 友好”的架構(gòu)。

AI 在結(jié)構(gòu)清晰、邊界明確的系統(tǒng)里效率最高。對(duì)人來(lái)說(shuō)，這些規(guī)則可能顯得死板，但對(duì) agent 來(lái)說(shuō)，這是效率倍增器。

所以 OpenAI 的這個(gè)團(tuán)隊(duì)設(shè)計(jì)了一套嚴(yán)格架構(gòu), 每個(gè)業(yè)務(wù)域必須按固定層級(jí)：Types→ Config→ Repo→ Service→ Runtime→ UI。

依賴(lài)方向是強(qiáng)制的。任何違反都會(huì)被自動(dòng)阻止。

第四件事，是把“品味”變成規(guī)則。

“在 AI 時(shí)代，人類(lèi)最重要的能力是 Taste。”隨著大模型越來(lái)越強(qiáng)，這樣的聲音不絕于耳。

這篇 Blog 中，有一個(gè)很有意思的概念：taste invariants（品味不變量）。

意思是，工程師的審美，比如：文件大小限制、命名規(guī)則、日志結(jié)構(gòu)、API 規(guī)范等，都被寫(xiě)成lint 規(guī)則。

這樣 AI 每次寫(xiě)代碼都會(huì)自動(dòng)遵守：“人類(lèi)的品味一旦被捕捉，就可以應(yīng)用到每一行代碼?！?/p>

在實(shí)際開(kāi)發(fā)中，人類(lèi)主要通過(guò)提示與系統(tǒng)交互：描述任務(wù)、啟動(dòng) agent，然后讓 Codex 自動(dòng)生成 Pull Request。

接下來(lái)的一整套流程，包括代碼自檢、agent 評(píng)審、根據(jù)反饋修改、再次提交，基本都由 agent 自己完成，并不斷循環(huán)，直到所有評(píng)審?fù)ㄟ^(guò)。

第五件事，就是清理 AI 產(chǎn)生的“垃圾”。

文章指出，完全自主的智能體也引入了新的問(wèn)題。

當(dāng)代碼幾乎全部由 Codex 生成后，一個(gè)新問(wèn)題也出現(xiàn)了：AI 會(huì)不斷復(fù)制代碼庫(kù)里已有的模式，包括那些不太好的寫(xiě)法，時(shí)間一長(zhǎng)代碼風(fēng)格就會(huì)慢慢“漂移”。

一開(kāi)始，團(tuán)隊(duì)計(jì)劃每周抽一天時(shí)間手動(dòng)清理這些“AI 殘?jiān)?，但很快發(fā)現(xiàn)這種方式根本不具備可擴(kuò)展性。

后來(lái)他們把工程師的經(jīng)驗(yàn)和偏好寫(xiě)成一套“黃金原則”，比如優(yōu)先使用共享工具庫(kù)、嚴(yán)格校驗(yàn)數(shù)據(jù)結(jié)構(gòu)而不是“猜著寫(xiě)”。

然后將這套原則直接編碼進(jìn)代碼倉(cāng)庫(kù)，讓 Codex 自動(dòng)掃描問(wèn)題并發(fā)起重構(gòu) PR。

這樣就像給代碼庫(kù)加了一套“垃圾回收機(jī)制”：小問(wèn)題可以隨時(shí)清理，技術(shù)債不會(huì)越滾越大。

這篇 Blog 在技術(shù)圈引起了的廣泛關(guān)注和討論，有人認(rèn)為，這個(gè) Harness Engineering 本質(zhì)上是一種現(xiàn)代版的控制論：工程師不再直接寫(xiě)代碼，而是設(shè)計(jì)系統(tǒng)、規(guī)則和反饋回路，讓 agent 自動(dòng)完成工作。

他表示，這種模式，其實(shí)在歷史上已經(jīng)出現(xiàn)過(guò)三次了。

從瓦特蒸汽機(jī)的調(diào)速器，到 Kubernetes 的控制器，再到今天的 AI agent；真正的變化不是“機(jī)器替代人”，而是人的角色，從執(zhí)行者變成系統(tǒng)的設(shè)計(jì)者和校準(zhǔn)者：

“你不再親自去擰閥門(mén)，而是開(kāi)始掌舵。 每當(dāng)這種模式出現(xiàn)，背后通常都是因?yàn)橛腥藰?gòu)建出了足夠強(qiáng)大的傳感器和執(zhí)行器，能夠在那個(gè)層級(jí)上把反饋回路真正閉合起來(lái)?！?/blockquote>

Agent 都開(kāi)始包辦開(kāi)發(fā)流程了

為什么 OpenAI 的工程師可以不再寫(xiě)代碼了？不妨來(lái)看看他們的agent 現(xiàn)在已經(jīng)能干到什么程度。

前文提到，OpenAI 的工程師換了個(gè)思路：干脆讓 Codex 模仿工程師，自己去“看”和“用”應(yīng)用。

第一，是讓 agent 能“看見(jiàn)”應(yīng)用界面（UI）。

他們把 Chrome DevTools 協(xié)議接入到 agent 的運(yùn)行環(huán)境里。這樣一來(lái)，Codex 就可以像開(kāi)發(fā)者在瀏覽器里調(diào)試一樣操作頁(yè)面、讀取日志、抓取 DOM、截屏觀察界面......

這一步其實(shí)非常關(guān)鍵，因?yàn)?strong>LLM 本身是看不見(jiàn) UI 的。

接入 DevTools 之后，Codex 就相當(dāng)于有了“眼睛”和“手”：

可以通過(guò)截圖和 DOM 觀察頁(yè)面，通過(guò) console 和 network 監(jiān)聽(tīng)運(yùn)行狀態(tài)，還能自己點(diǎn)擊、輸入、導(dǎo)航。

該示意圖由 AI 生成

有了這些能力，agent 就可以自己復(fù)現(xiàn) bug、自動(dòng)跑 UI 測(cè)試、驗(yàn)證修復(fù)是否生效。

這樣一來(lái)，Codex 就不只是寫(xiě)代碼，還開(kāi)始像一個(gè)自動(dòng)化 QA 工程師一樣工作：自己測(cè)試自己寫(xiě)的代碼，并反復(fù)修復(fù)，直到系統(tǒng)通過(guò)測(cè)試。

換句話(huà)說(shuō)，原本需要人工完成的大量測(cè)試和調(diào)試工作，被自動(dòng)化了。

就像下面這張圖里展示的那樣：最核心的一步是 “Loop Until Clean”——不斷測(cè)試、修復(fù)、再測(cè)試，直到系統(tǒng)沒(méi)有錯(cuò)誤。

第二點(diǎn)，只能操作 UI 還不夠，還得讓 agent 看見(jiàn)系統(tǒng)內(nèi)部發(fā)生了什么。

為此，OpenAI 給 Codex 接入了一整套可觀測(cè)系統(tǒng)（Observability）。

應(yīng)用在運(yùn)行時(shí)會(huì)產(chǎn)生三類(lèi)關(guān)鍵數(shù)據(jù)，也是工程師排查問(wèn)題時(shí)最常用的信號(hào)：

• Logs（日志）
• Metrics（性能指標(biāo)）
• Traces（調(diào)用鏈）

這些數(shù)據(jù)會(huì)先被一個(gè)叫Vector的組件統(tǒng)一收集，再送到本地的可觀測(cè)系統(tǒng)里。

這樣一來(lái)，Codex 就能像工程師一樣查系統(tǒng)狀態(tài)：哪個(gè)服務(wù)報(bào)錯(cuò)了？哪個(gè)接口變慢了？請(qǐng)求卡在哪一層？

當(dāng)發(fā)現(xiàn)問(wèn)題后，Codex 會(huì)自己修改代碼、提交 Pull Request、重啟應(yīng)用、重新運(yùn)行任務(wù)，再觀察系統(tǒng)指標(biāo)有沒(méi)有改善。

整個(gè)過(guò)程會(huì)形成一個(gè)自動(dòng)反饋循環(huán)：發(fā)現(xiàn)問(wèn)題 → 修改代碼 → 再運(yùn)行 → 再觀察。

一直重復(fù)，直到問(wèn)題消失。

換句話(huà)說(shuō)，Codex 不只是看代碼，還能像運(yùn)維一樣查日志、看性能數(shù)據(jù)，判斷系統(tǒng)哪里出了問(wèn)題，再修改代碼驗(yàn)證修復(fù)效果。

這篇博文中提到，給定一個(gè)提示，Codex 驅(qū)動(dòng)的 agent 就可以：

agent 不再只是一個(gè)寫(xiě)代碼的工具，而是開(kāi)始承擔(dān)完整的軟件開(kāi)發(fā)流程。

整個(gè)開(kāi)發(fā)流程大致為：Codex 寫(xiě)代碼 → 啟動(dòng)應(yīng)用 → 像用戶(hù)一樣操作頁(yè)面 → 檢查結(jié)果 → 如果不對(duì)就改代碼再跑。

不過(guò)需要說(shuō)明的是，這套流程之所以能跑通，很大程度上依賴(lài)他們?yōu)檫@個(gè)代碼倉(cāng)庫(kù)專(zhuān)門(mén)設(shè)計(jì)的結(jié)構(gòu)和工具鏈。

如果沒(méi)有類(lèi)似的工程投入，這種“全自動(dòng)開(kāi)發(fā)流程”目前還很難直接照搬。

目前來(lái)看，這套“agent 寫(xiě)代碼、人類(lèi)設(shè)計(jì)系統(tǒng)”的模式，在 OpenAI 內(nèi)部運(yùn)行得還不錯(cuò)；但很多問(wèn)題仍在探索階段：比如 AI 生成的代碼庫(kù)長(zhǎng)期會(huì)不會(huì)失控，人類(lèi)判斷力該如何嵌入系統(tǒng)。

不過(guò)可以預(yù)見(jiàn)的是，軟件工程的重點(diǎn)可能會(huì)逐漸從“寫(xiě)代碼”，轉(zhuǎn)向設(shè)計(jì)環(huán)境、規(guī)則和反饋機(jī)制；讓像 Codex 這樣的 agent，可以更穩(wěn)定地參與構(gòu)建和維護(hù)復(fù)雜的軟件系統(tǒng)。

https://openai.com/zh-Hans-CN/index/harness-engineering/

https://x.com/odysseus0z/status/2030416758138634583

https://calv.info/openai-reflections

聲明：本文為 AI 前線整理，不代表平臺(tái)觀點(diǎn)，未經(jīng)許可禁止轉(zhuǎn)載。

會(huì)議推薦

2026，AI 正在以更工程化的方式深度融入軟件生產(chǎn)，Agentic AI 的探索也將從局部試點(diǎn)邁向體系化工程建設(shè)！

QCon 北京 2026 已正式啟動(dòng)，本屆大會(huì)以“Agentic AI 時(shí)代的軟件工程重塑”為核心主線，推動(dòng)技術(shù)探索從「AI For What」真正落地到可持續(xù)的「Value From AI」。從前沿技術(shù)雷達(dá)、架構(gòu)設(shè)計(jì)與數(shù)據(jù)底座、效能與成本、產(chǎn)品與交互、可信落地、研發(fā)組織進(jìn)化六大維度，系統(tǒng)性展開(kāi)深度探索。開(kāi)往 2026 的 Agentic AI 專(zhuān)列即將啟程！匯聚頂尖專(zhuān)家實(shí)戰(zhàn)分享，把 AI 能力一次夯到位！

今日薦文

你也「在看」嗎？