OpenAI 推出 Harness Engineering：Codex Agent 驱动大规模软件开发

作者: Leela Kumili
日期: 2026 年 2 月 21 日
阅读时间: 2 分钟

OpenAI 详细阐述了一种新的内部工程方法，称为 Harness engineering，利用 AI Agent 驱动软件开发生命周期的关键方面。该系统使用 Codex（一套 AI Agent 套件）来执行编写代码、生成测试和管理可观测性等任务，基于工程师定义的声明式提示（declarative prompts）。Harness 标准化了工作流程，减少了对手工脚本和定制工具的依赖。

OpenAI 技术工作人员 Ryan Lopopolo 表示：

我们构建 Harness 是为了提供一种一致且可靠的方式来运行大规模 AI 工作负载，使团队能够专注于研究和产品开发，而不是基础设施编排。

在一项为期五个月的内部实验中，OpenAI 工程师构建并发布了一个包含约100 万行代码的测试版产品，没有任何手动编写的源代码。一个小型工程师团队通过拉取请求和持续集成工作流程引导 Agent。工作内容包括应用逻辑、文档、CI 配置、可观测性设置和工具。工程师提供提示和反馈，而 Codex Agent 自主迭代任务，包括重现 bug、提出修复方案和验证结果。

Codex Agent 驱动的应用测试和反馈

Codex Agent 驱动的应用测试和反馈（来源：OpenAI 博客文章）

Harness engineering 将人类工程师的焦点从实现代码转移到设计环境、指定意图和提供结构化反馈。Codex 直接与开发工具交互，打开拉取请求、评估更改并迭代直到满足任务标准。Agent 使用遥测数据（telemetry），包括日志、指标和追踪（logs, metrics, and spans），来监控应用性能并在隔离的开发环境中重现 bug。

Codex Agent 的可观测性和遥测工作流

Codex Agent 的可观测性和遥测工作流（来源：OpenAI 博客文章）

内部文档组织在结构化的 docs 目录中，包含地图（maps）、执行计划（execution plans）和设计规范（design specifications）。这些文档作为 Agent 的唯一事实来源（single source of truth）。通过 linter 和 CI 验证机械地强制实施交叉链接的设计和架构文档，确保一致性并减少手动监督的需求。

OpenAI 通过机械规则和结构测试在域之间强制执行架构边界（architectural boundaries）和依赖层（dependency layers）。依赖关系按照以下受控序列流动：

Types → Config → Repo → Service → Runtime → UI

Agent 被限制在这些层内操作。结构测试验证合规性并防止违反模块化分层。

Martin Fowler（作者兼 Thoughtworks 技术专家）在 LinkedIn 帖子中提到：

Harness Engineering 是 AI 赋能软件开发关键部分的有价值框架。Harness 包括上下文工程、架构约束和垃圾回收。

OpenAI 报告称，Harness 将脚手架（scaffolding）、反馈循环（feedback loops）、文档和架构约束编码为机器可读的工件（machine-readable artifacts），Codex Agent 使用这些工件在执行开发工作流中的任务，包括代码生成、测试和可观测性。

关于作者

Leela Kumili - 首席工程师

Leela 是星巴克的首席软件工程师，在构建可扩展的云原生系统和分布式平台方面拥有深厚的专业知识。她推动 Rewards Platform 的架构、交付和卓越运营，领导现代化系统、提高可扩展性和增强可靠性的工作。

除了技术领导力外，Leela 还担任组织的AI Champion，识别利用基于 LLM 的工具提高开发者生产力和工作流的机会，并为 AI 采用建立最佳实践。她热衷于构建生产就绪系统、增强开发者体验，并指导工程师在技术和战略影响力方面成长。她的兴趣包括平台工程、分布式系统、开发者生产力，以及将技术解决方案与业务和产品目标桥接。

OpenAI 推出 Harness Engineering：Codex Agent 驱动大规模软件开发

关于作者

相关主题