OpenAI内部最近跑了一个实验：3到7个人，5个月，攒出一个接近100万行代码的beta产品。这100万行代码没有一行是人手写的，全部来自Codex Agent自动提交的1500个PR。支撑这个实验的方法论，OpenAI叫它Harness Engineering。它教的不是怎么写更好的prompt，而是怎么设计一个让Agent不出错的环境。

一、不写代码的工程师，到底在干什么

工程师和AI的协作方式，这两年变了好几轮。最早是Copilot模式，AI在旁边补全，你主导。后来是Chat模式，你把需求丢给AI，它生成一坨代码，你挑能用的复制粘贴。现在到了Agent模式：你给AI一个目标，它自己规划、写代码、跑测试、开PR，你只在关键节点拍板。

这种模式下，工程师的核心工作缩成三件事：设计环境、明确意图、建反馈循环。变量命名和函数实现交给Agent，人的时间花在写文档、定规则、搭测试、铺流水线上。Agent负责执行，你负责确保执行不跑偏。

听起来有点理想化，但OpenAI的内部数据很实在：3到7名工程师，5个月，100万行代码，1500个PR，平均每人每天合并3到5个Agent提交的PR。不是演示，是生产交付。

OpenAI把这套方法论拆成了五个可以直接落地的组件。

项目里维护一个docs目录，作为Agent的"单一事实来源"。系统架构图、执行计划、设计规格书都放在里面。Agent动手写代码之前会先读这些文档来理解上下文。文档不是写给人看的，是给Agent看的。结构越清晰，Agent输出越准。

这个概念是HashiCorp创始人Mitchell Hashimoto在2026年初推开的。它是一个配置文件，编码了项目规则、代码规范，以及Agent过去犯过的错和修正方式。说白了就是Agent的错题本。每次开干之前读一遍，避免重复踩坑。项目经验从人的记忆里抽出来，变成了可执行的约束。

再聪明的Agent也会出错，所以OpenAI用linters和结构测试建硬性边界。比如依赖流向必须遵守"Types → Config → Repo → Service → Runtime → UI"的层级，任何违反直接被CI拒绝。Agent绕不过这些规则，就像人绕不过编译器。约束不是为了限制创造力，是为了防止Agent在架构层面搞破坏。

Agent的工作过程必须被完整记录：日志、指标、调用链。OpenAI的Agent会自己写日志、上报指标、生成追踪span。出问题的时候，工程师可以通过观测数据回溯Agent的决策路径，而不是在黑盒里猜它干了什么。企业落地尤其关键，你看不见的系统没法信任。

Agent不是独立脚本，而是直接操作开发工具链。自己开PR、跑测试、根据失败信息迭代修改，直到通过。人的角色从"写代码的"变成"审PR的"。某些成熟模块上，PR审批也能自动化。

Harness Engineering不是凭空冒出来的。它依赖的前提是Agent能力在2025年底到2026年初的质变。GPT-4o级别的模型在代码理解和长上下文上的突破，让Agent第一次具备了处理复杂工程任务的基础能力。

但能力不等于可靠性。大模型仍然会幻觉，会遗漏边界条件，会在长会话里跑偏。Harness Engineering解决的不是"Agent能不能写代码"，而是"Agent能不能稳定、可预期地写代码"。

它的行业价值在于，把AI编程从"个人效率工具"升级成了"团队协作基础设施"。Copilot时代，AI帮你写得更快；Harness时代，AI替你写完整个模块，你负责验收。杠杆差了一个数量级。

HashiCorp、Anthropic、Cursor都在2026年跟进这个方向。Hashimoto在2月的文章里总结得很直白：花时间去工程化一个解决方案，让Agent永不再犯同一个错误。不是什么高深理论，就是工程纪律在Agent时代的延伸。

它目前最适合的是边界清晰、规范明确的工程任务。API开发、数据处理管道、测试用例生成、文档维护，这些活儿的特点是输入输出可验证、有明确的通过标准、变更范围相对独立。

不适合的场景也很明确：需求模糊的产品原型设计、需要深度领域知识的算法调优、涉及复杂利益权衡的架构决策。这些任务的核心难点不在"写出来"，而在"想清楚"。想清楚，目前还是人类的领地。

OpenAI的实验也有代价。1500个PR背后是大量的自动化测试基础设施、精细化的文档维护成本，以及工程师角色转型的时间投入。一个团队从传统模式切到Harness模式，前期需要一到两个月搭建和磨合。不是装个插件就能用，是一整套需要重新设计的工作流。

Harness Engineering真正改变的东西，是工程师这个职业的分工。Agent能写百万行代码之后，人的价值不再体现在敲键盘的速度上，而是体现在系统设计的质量上。环境搭得好，Agent产出就稳；环境搭得糙，Agent就会不停地给你惊喜——多半是不好的那种。

以前工程师是搬砖的，后来是开挖掘机的，现在是设计挖掘机的。Harness Engineering就是那张设计图纸。图纸越细，挖掘机干活越靠谱。

2026年，Agent会写代码已经不是新闻了。接下来要比的，是谁更擅长让Agent把代码写对。

如果这篇文章对你有帮助，欢迎转发给需要的朋友

有任何想法，欢迎在评论区交流

加致AI说，专注AI技术深度解读和开发者成长。

Harness Engineering：Agent工程新范式

人工智能

职业发展

开发工具

OpenAI实验揭示AI编程新范式：3-7人团队5个月通过CodexAgent自动提交1500个PR，生成近100万行生产级代码。HarnessEngineering方法论聚焦设计防错环境，工程师角色转向系统设计、规则制定和流程把控。核心五要素：结构化文档、AGENTS.md错题本、机械约束、全链路可观测性、深度CI/CD集成，实现AI自主编程的规模化应用。2026年成为AI工程化转折点，将AI编程从效率工具升级为团队基础设施。

编译器

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

OpenAI实验揭示AI编程新范式：3-7人团队5个月通过CodexAgent自动提交1500个PR，生成近100万行生产级代码。HarnessEngineering方法论聚焦设计防错环境，工程师角色转向系统设计、规则制定和流程把控。核心五要素：结构化文档、AGENTS.md错题本、机械约束、全链路可观测性、深度CI/...

Harness Engineering：Agent工程新范式

Harness Engineering：Agent工程新范式

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐