博客文章
Harness Engineering 学习笔记
基于 OpenAI Harness Engineering 文章,总结智能体优先开发中的关键实践:仓库即上下文、约束驱动交付、可观测性接入与持续重构机制。
·7 分钟阅读·👀 7·更新于 2026/3/7

Harness Engineering 学习笔记
文章:OpenAI《工程技术:在智能体优先的世界中利用 Codex》
发布时间:2026-02-11
作者:Ryan Lopopolo
先记结论
OpenAI 这篇文章最有价值的一点,不是“AI 会写很多代码”,而是他们把工程团队的主战场从“写代码”换成了“设计运行环境 + 约束系统 + 反馈回路”。
一句话:人类不再是主力编码器,而是系统设计师和质量守门员。
文章里的关键事实(可复述)
- 项目从空仓库开始,首次提交在 2025 年 8 月下旬。
- 约 5 个月后,代码量接近 100 万行。
- 约 1500 个 PR 被打开并合并。
- 早期团队 3 名工程师,平均每人每天约 3.5 个 PR;扩大到 7 人后吞吐量还在上升。
- 团队宣称“人类不直接手写代码”,应用逻辑、测试、CI、文档、可观测性配置等都由 Codex 生成。
- 他们估算交付速度约为传统手写方式的 10 倍。
我理解到的 8 个方法
1) 把仓库当作“唯一真相源”
- `AGENTS.md` 不写成长手册,只保留导航作用(约 100 行)。
- 深层知识放到 `docs/`,按主题分层,并让 CI/lint 持续检查文档有效性。
- 核心思路:给智能体“地图”,不要塞“1000 页说明书”。
2) 情境必须“可被看到”
- 放在 Slack、Google Docs、人口头里的信息,对智能体等于不存在。
- 结论很硬:重要知识必须落盘到仓库,而且要可检索、可版本化。
点个赞