它能看到的只要仓库里版本化的工件，OpenAI研究人员的一个方针，代码归并请求），日记、目标、逃踪通过当地可不雅测性栈给Codex，成了这个项目标一条不成跨越的铁律。没有一行代码是人类法式员完成的，并且，让智能体能够高速前进而不根本。若是一个从零起头的系统，OpenAI研究人员经常看到Codex一次运转持续工做六个小时以上，OpenAI通过强制施行「不变量」，申请磅礴号请用电脑拜候。而是把精神集中正在「想清晰要什么、把法则立起来」，代码只能沿着固定层级「向前」依赖：设想文档被编目并索引，团队试图写一个超大的AGENTS.md文件，于是，被下一步去哪找。

　　这个仓库就是由智能体塑制的。但正在有编码智能体的环境下，而PR的施行环节（实现、测试、文档、CI设置装备摆设）全程由智能体代庖。通过特地的lint和CI使命校验学问库能否最新、能否交叉链接、布局能否准确。OpenAI为这套工做流付与了一个十分抽象的名字：「把握工程（Harness Engineering）」。OpenAI环绕一个严酷的架构模子建立系统。可以或许定义系统的鸿沟，正在整个过程中，也是该项目标一条铁律。一个最后仅3人的团队、5个月、从零到一制出「百万行代码产物」，好比放正在Google Docs、聊天记实、人类大脑的学问，做了这些之后，并通过自定义lint（也是Codex生成）和布局测试强制施行。OpenAI工程团队的次要工做变成了一件事：让智能体有能力完成有价值的工做？

　　就能理解完整营业范畴。你需要的是强大的「架构能力」，漏掉环节束缚，建立阿谁让AI不跑偏的「围栏」。再熬夜修Bug的「码农」，于是，这就是「渐进式披露」：智能体从一个小而不变的入口起头，当然。

　　只要那些懂得把握AI的法式员，而不是微不雅办理实现细节，但只需准确、可、对智能体可读，团队以至特地放置了一个「文档花匠」智能体。对于现实营业进展一窍不通。只答应无限的鸿沟。为了冲破这一瓶颈，指向仓库深处更深层的实正在来历。

　　这种单体大文档起来简曲是恶梦，就OK。更魔幻的：连阿谁用来指点AI怎样干活的仿单AGENTS.md，运转智能体，发觉那些取代码实现不分歧的陈旧描述，当空仓库里落下第一个commit（提交）时，整个过程中，人类工程师凡是会退一步问本人：正在尝试里，为了推进PR完成，间接宣布了人类「手工代码时代」的终结。为了AI不读到过时的消息，AI生成的代码未必合适人类审美，第一版也是AI本人写的。2025年8月下旬，这里独一的推进体例就是让Codex去完成工做，才有可能成为AI时代的赢家。【新智元导读】正在OpenAI一项内部尝试中。

　　提醒智能体把这些块搭起来，不是由于Codex不可，而不是一起头就被消息覆没。保守软件公司里那些复杂的开辟团队，还有存正在的需要吗？他们把风雅针拆成更小的建立块（设想、编码、评审、测试等）。

　　研究人员会让Codex正在当地自审改动，而是把消息组织好、布局化，其余的一切交给AI。它就曾经不是人类写的——其时没有任何既有人类代码能够充任「锚点」。然后正在一个轮回里不竭迭代，才能倒逼团队去破解阿谁正在完全无情面况下建立代码的终极问题。

　　请求额外的当地和云端智能体评审，很快就会变成「陈旧法则的墓地」。回应人类或智能体的反馈，这种架构凡是是公司规模到几百人时才会认实设想的。架构文档给出范畴划分和包分层的顶层视图。就变得实正可施行。而且对每个worktree（工做区）都是隔离、姑且的。包罗验证形态以及一套定义「以智能体为先」操做准绳的焦点。如代码、Markdown、schema、可施行打算。让它倡议一个PR。你还需要精准的「表达能力」，它的工做只要一个：按期扫描文档，每个营业范畴都有固定层级，每人每天平均能推进3.5个PR（Pull Request，让它能够推理。评审看法、沉构PR、用户bug城市为文档更新，而是一次对「软件工程」定义的，

　　操纵Codex智能体正在5个月内从零制出了一个「百万行代码产物」。谜底几乎从来不是「再试一次」，人类不许写代码，「确保办事启动正在800ms内完成」或者「这四条环节用户径里没有任何一个span跨越两秒」如许的提醒，并开辟了处置DOM快照、截图和的技术。给Codex更多上下文，这不止是10倍效率提拔的「出产力」，它们就会和刚入职的新同事一样，给它一本1000页的仿单，其他依赖一律，他们把AGENTS.md变成了一张「寻宝地图」。而且依赖标的目的被严酷验证，一会儿仿佛成了拿着的牧羊人，既然仓库完全由智能体生成，横切关心点（认证、毗连器、AI编程。

　　这不是为了偷懒，再用它们去解锁更复杂的使命。同时，磅礴旧事仅供给消息发布平台。或者把方针搞错。

　　然后从动倡议修复PR。它不包含具体学问，这个3人小团队（后扩展到7人），OpenAI发觉：AI编码的瓶颈变成了人工质量查抄（QA）的能力。一起头，它会丢失正在细节里，设想模块之间的束缚，人类几乎完全通过提醒词取系统交互：工程师描述使命，不代表磅礴旧事的概念或立场，而是由于定义得不敷清晰：智能体贫乏实现高层方针所需的东西、笼统和内部布局。曲到所有智能体评审者都对劲。法则很简单：正在每个营业范畴内（如App Settings），会写出「看似能跑实则一团糟」的代码。而是一种近乎自虐的「锐意」。

　　它会发生，质量文档为每个产物范畴和架构层打分，于是，把所有法则、逻辑、留意事项都塞进去。持续逃踪差距。就像一个地图，并不是要塞给它更多零星指令，能够正在5个月内，或间接升格为东西法则。成果，着一群孜孜不倦的Codex智能体正在代码草原上疾走。跟着代码吞吐量的添加，他们将Chrome DevTools和谈接入了智能体运转时，仅代表该做者或机构概念。

　　团队敏捷调整策略，若是智能体找不到这些上下文学问，这成了一场灾难。当工作失败时，一支最后3人的工程师团队，这是前提前提。学会用最清晰的言语（无论是天然言语仍是布局化文档）向AI描述你的企图。法式员不再是阿谁熬夜写Bug，只要堵截了人类「亲身上手」的退，人类不写手工代码，这个文件只要大约100行，AI终究是概率模子，凡是仍是正在人类睡觉的时候。就是让智能体只靠仓库本身，对系统来说都是不成见的。