苍生不许写代码，成之此名课题之一条不可逾越之铁律。
schema与类型之命名规范 随之光阴推移，几乎所有评审工皆移交给之「智能体对智能体」。
更魔幻之：连彼名用来指导AI怎么干活之说明书AGENTS.md，第一版也为AI自己写之。
你需之为强盛之「架构本领」，能够定义体系之边界，设计模块之间之约束，构建彼名让AI不跑偏之「围栏」。
结局，此成之一场灾难。
怎样把它变得对智能体既清晰可见，又可被强制执行。
若智能体找不到此些上下文学识，它们就会与刚入职之新同事一样，对于实际业务进展一无所知。
此外，OpenAI之研讨者员还定义之一组「品味不变量」，如： 随之代码吞吐量之增，OpenAI发觉：AI编码之瓶颈变成之者工品质查验（QA）之本领。
智能体于边界清晰、架构可预测之氛围中效能最高。
于为，团队迅速调理计策，彼等把AGENTS.md变成之一张「寻宝地图」。
不为因Codex不行，而为因氛围定义得不够清晰：智能体缺少实现高层宗旨所需之器物、玄虚与内部架构。
而不为一本1000页之说明书 OpenAI通过强制执行「不变量」，而不为细节管实现细节，让智能体可高速进而不损毁根基。
通过专门之lint与CI差事校验学识库为否最新、为否交叉链接、架构为否正确。
既然仓库完全由智能体生成，OpenAI研讨者员之一名宗旨，就为让智能体只靠仓库本身，就能体谅完整业务领域。
做之此些之后，OpenAI研讨者员经常看到Codex一次运行连续工六名小时以上，通常还为于苍生睡觉之时候。
为之突围此一瓶颈，OpenAI之办法为让Codex能够直接读取应用程序之用户界面、日志以及应用指标等实质。
此次实验从AI之第一次提交始。
整名历程中，苍生几乎完全通过提示词与体系交互：营造师描述差事，运行智能体，让它发起一名PR。
它之工只有一名：定期扫描文档，发觉彼些与代码实现不一致之陈旧描述，然后自动发起修补PR。
AI毕竟为概率模型，它会产生幻觉，会偷懒，会写出「看似能跑实则一团糟」之代码。
此项实验之早期进展，比OpenAI之研讨者员预想得要慢。
OpenAI之研讨者员还用器物强制执行此一点。
Types→Config→Repo→Service→Runtime→UI 为之保证AI不读到过时之讯息，团队甚至专门安排之一名「文档园丁」智能体。
设计文档被编目并索引，包括验证状态以及一套定义「以智能体为先」操作原则之核心信心。
OpenAI围绕一名严格之架构模型构建体系。
于此名即将到来之新时代，营造师之定义将被彻底改写。
从第一天起，此名仓库就为由智能体塑造之。
当事情败时，解答几乎从来不为「再试一次」，此里唯一之推进方式就为让Codex去成工，苍生营造师通常会退一步问自己： 而且，此种单体大文档维护起来简直为噩梦，甚快就会变成「陈旧章法之坟场」。
全过程人民民主。彼等将Chrome DevTools协议接入之智能体运行时，并掘发之办理DOM快照、截图与导航之技能。
智能体可用LogQ查日志，用PromQL查指标。
千山万水。光有文档，还不足以让一名完全由智能体生成之代码库保一致。
此就好比为Codex此样日行千里之AI烈马，套上之缰绳与马鞍。
AI生成之代码未必符合苍生审美，但只要正确、可维护、对智能体可读，就OK。
因AI之注意力也为稀缺源泉。
OpenAI为此套工流赋予之一名十分形象之名字：「驾驭营造（Harness Engineering）」。
一始，团队试图写一名超大之AGENTS.md文书，把所有章法、逻辑、注意事项皆塞进去。
拒绝AI编程，持手搓代码之者终将被浪潮吞没，只有彼些懂得驾驭AI之程序员，才有或成为AI时代之赢家。
从一名空之git仓库始 日志、指标、追踪通过本地可观测性栈暴露给Codex，并且对每名worktree（工区）皆为隔离、临时之氛围。
结局令者震撼：5名月，一百万行代码。
于此名历程中，苍生之品味不会灭，而为被延续「编码」进体系。
此好比管一名大型营造平台：边界集中管控，内部高度自治。
比如放于Google Docs、聊天记载、苍生大脑之学识，对体系来说皆为不可见之。
为之推进PR成，研讨者员会让Codex于本地自审改动，请求额外之本地与云端智能体评审，回应苍生或智能体之回馈，然后于一名轮回里不断迭代，直到所有智能体评审者皆满意。
【新智元导读】于OpenAI一项内部实验中，一名最初仅3者之团队、5名月、从零到一造出「百万行代码货品」，没有一行代码为苍生程序员成之，而不手工写代码，也为该课题之一条铁律。
从智能体视角看，任何它于运行时上下文中访问不到之学识，皆等于不存。
让智能体办理大型繁差事时，上下文管为最大之应战之一。
当文档不够用时，就需把章法写进代码。
于此名历程中，须明确区分之为哪些地方须严格，哪些地方可放权。
执行。AI生成之代码未必符合苍生审美，但只要正确、可维护、对智能体可读，就OK。
此名文书只有大约100行，它不包含实在学识，只为一名目录，就像一名导航地图，指向仓库深处更深层之确凿来源。
此一次，苍生软件营造被「倒过来」做之。
└── SECURITY.md 彼等把大宗旨拆成更小之构建块（设计、编码、评审、测试等），提示智能体把此些块搭起来，再用它们去解锁更繁之差事。
当然，给Codex更多上下文，并不为要塞给它更多零散指令，而为把讯息机构好、架构化，让它可推演。
此就为「渐进式披露」：智能体从一名小而稳固之入口始，被教会下一步去哪找，而不为一始就被讯息淹没。
若一名从零始之体系，可于5名月内，由3名者（不写一行代码）构建出百万行规模，旧俗软件公司里彼些庞大之掘发团队，还有存之必要吗。
其他依赖一律禁止，并通过自定义lint（也为Codex生成）与架构测试强制执行。
于为，OpenAI营造团队之主要工变成之一件事：让智能体有本领成有身价之工。
给Codex一张地图，而不为一本1000页之说明书。
评审意见、重构PR、用户bug皆会转变为文档更新，或直接升格为器物章法。
于为，Codex可自己复现bug、验证修补、推演UI举止。
每名业务领域皆有固定层级，并且依赖方位被严格验证，只允许有尽之合法边界。
架构文档给出领域划分与包分层之顶层视图。
它能看到之只有仓库里版本化之工件，如代码、Markdown、schema、可执行谋划。
品质文档为每名货品领域与架构层打分，延续追踪差距。
章法甚简：于每名业务领域内（如App Settings），代码只能沿之固定层级「向前」依赖： 2025年8月下旬，当空仓库里落下第一名commit（提交）时，它就已不为苍生写之——当时没有任何既有苍生代码可充当「锚点」。
给它一本1000页之说明书，它会迷失于细节里，漏掉枢纽约束，或者把宗旨搞错。
到底缺之什么本领。
于为，「确保效劳启动于800ms内成」或者「此四条枢纽用户路径里没有任何一名span超过两秒」此样之提示，就变得真正可执行。
一支最初3者之营造师团队，使用Codex智能体于5名月内从零造出之一名「百万行代码货品」。
真正之学识库于架构化之docs/目录里，为体系之唯一事实来源。
Metaverse。让程序员成为代码全球之「牧羊者」 此不为为之偷懒，而为一种近乎自虐之「刻意练习」，只有切断之苍生「亲自上手」之退路，才能倒逼团队去破解彼名于完全无者情况下构建代码之终极疑难。
OpenAI之此项实验宣告之：大量以CRUD为主之岗位，正被重塑。
金玉满堂。此种架构通常为公司规模到几百者时才会认真设计之。
但于有编码智能体之情况下，此为先决机缘。
因此，须把越来越多之上下文推回仓库。
于为，此名3者小团队（后扩展到7者），一下子好像成之拿之鞭子之牧羊者，驱赶之一群不知疲倦之Codex智能体于代码草甸上狂奔。
OpenAI对可观测性器物也采取之同样之做法。
此不止为10倍效能提升之「制造力变革」，而为一次对「软件营造」定义之颠覆，直接宣告之苍生「手工代码时代」之终结。
于实验里，程序员不再为彼名熬夜写Bug，再熬夜修Bug之「码农」，而为原来之「执行者」变为「驾驭者」。
https://openai.com/index/harness-engineering/ 刚刚，OpenAI官博曝光之彼等之一次内部实验： 于整名历程中，苍生不写手工代码，而为把精力集中于「想清楚要什么、把章法立起来」，其余之一切交给AI。
加快。https://openai.com/index/harness-engineering/ 同时，你还需精准之「表达本领」，学会用最清晰之言辞（无论为自言辞还为架构化文档）向AI描述你之意图。
横切关注点（认证、连接器、遥测、功能开关等）只能通过一名显式接口：Providers。
OpenAI研讨者员早期学到之一名简阅历就为： 每者每天平均能推进3.5名PR（Pull Request，代码合并请求），而PR之执行环节（实现、测试、文档、CI配置）全程由智能体代劳。
于为，苍生之光阴与注意力成之真正之约束。
差事成后，此套氛围就会被销毁。