AI开发进入下一阶段

Harness Engineering 教你怎么让 Agent 写出靠谱的代码，Symphony 教你怎么让几十个 Agent 同时跑起来你只需要看结果。

说个暴论，2026年AI编码工具的竞争已经结束了。

不是谁的模型更强的问题，是谁先解决人类注意力瓶颈的问题。

OpenAI 刚刚开源的 Symphony，18.2K Star，1500 Fork，不是什么新框架新模型，就一份 SPEC 文件。

但这份 SPEC 揭示了一件事：AI编码的下一个阶段，不是让 Agent 更聪明，而是让人类从监督Agent变成管理工作。

瓶颈不在Agent，在你

OpenAI 自己的团队碰到了一个尴尬的真相。

每个工程师同时能有效监督的 Codex 会话，只有3到5个。

超过5个，生产力断崖式下跌。

忘记哪个会话在干什么，在十几个终端间跳来跳去纠正偏航的 Agent，调试卡在半路的长时间任务。

Agent 本身越来越快，模型越来越强，但人类注意力成了整个系统的瓶颈。

用 OpenAI 团队自己的话说：

我们实际上组建了一支能力极强的初级工程师团队，然后让人类工程师去微观管理他们。这没法扩展。

这句话说得特别精准。

你以为 AI 时代拼的是谁的模型强，其实当 Agent 足够强之后，拼的是谁先解决人类注意力的天花板。

Harness Engineering 的下一步

去年 OpenAI 发了一篇 Harness Engineering 的文章。

核心理念是：把仓库变成 Agent 能自主工作的乐园。

自动化测试全覆盖，CI/CD 完善，文档清晰，每个 PR 都有 guardrails 挡着。

Harness Engineering 解决的问题是：让 Agent 的输出靠谱。

但它没解决另一个问题：一个工程师同时管不了几个 Agent。

你把仓库调教得再好，一个工程师也只能盯着 3-5 个会话。

Symphony 就是 Harness Engineering 之后的下一步。

如果说 Harness Engineering 是把仓库变成 Agent 友好的，那 Symphony 是把工作流变成 Agent 友好的。

从”教 Agent 怎么写代码”到”告诉 Agent 该做什么”，这个转变比任何模型升级都重要。

Symphony 到底做了什么

一句话：Issue 进去，验证过的 PR 出来，中间的过程 AI 自己搞定。

传统的工作流是这样的：

工程师手动开 Codex → 分配任务 → 监督执行 → 审查输出 → 循环

Symphony 的工作流变成：

工程师在 Linear 创建 Issue → Symphony 自动分配 Agent → Agent 自主完成 → 工程师只看结果

它是一个长运行的自动化服务，核心就这么几件事：

1. 持续轮询 Issue：每隔 30 秒扫一次 Linear 看板
2. 每个 Issue 一个独立 Agent：隔离工作空间，互不干扰
3. Agent 自己跑完所有步骤：写代码、跑测试、提 PR、录演示视频
4. 人类只做最后审查：CI 全绿了、安全审查过了，才出现在你的 Review 队列

它的设计哲学特别有意思，Spec-first，实现自由。

OpenAI 没有给你一个锁定在特定语言的框架，而是给了一份精确的规范文档。

你可以让任何编码 Agent 按照这份 SPEC，用你喜欢的语言实现。

一个提示词就搞定：

请根据以下规范实现 Symphony：https://github.com/openai/symphony/blob/main/SPEC.md

WORKFLOW.md：一切的起点

每个用 Symphony 的项目，根目录放一个 WORKFLOW.md。

这个文件用 YAML 定义运行配置（轮询间隔、并发数、超时），用 Markdown 定义给 Agent 的提示模板。

---tracker:  kind: linear  project_slug: my-team/backendpolling:  interval_ms: 30000agent:  max_concurrent_agents: 10codex:  command: codex app-server  turn_timeout_ms: 3600000---你是一个正在处理 Linear Issue 的编码 Agent。请根据以下任务描述完成工作：{{ issue.title }}{{ issue.description }}

注意 max_concurrent_agents: 10。

以前一个工程师管 3-5 个会话就崩溃了，现在直接并行跑 10 个、20 个、50 个。

因为你不监督了，你只看结果。

500% 的 PR 增长

OpenAI 报告，部分团队采用 Symphony 后，前三周落地的 PR 数量增长了 500%。

500%。

但比这个数字更重要的是三个认知变化：

探索成本趋近于零。

不确定某个方案可行？直接丢个 Issue 给 Agent 试探，不满意就扔掉。

以前你需要花一天验证一个想法，现在五分钟就能看到 Agent 的尝试结果。

工作发起去中心化。

产品经理和设计师可以直接往 Symphony 里提需求，获得包含视频演示的完整审查包。

不需要先找工程师排期，不需要写完需求文档再等实现。

工程师只做真正需要人的事。

日常实现工作交给 Agent，工程师把精力集中在需要判断力和专业能力的任务上。

OpenAI 分享了一个场景：一位工程师在山间小屋，用手机上的 Linear App，通过不太稳定的 WiFi，提交了三个重要改动。

因为 Symphony 7×24 小时运行，你从任何地方添加任务，都有 Agent 接手。

任务即状态机

Symphony 把 Linear 的工单状态当成工作流的状态机：

Todo → Agent 认领任务，开始工作

In Progress → Agent 编码、测试、提交 PR

Human Review → 等待人类审查

Done → 工作完成

关键设计：工作和 PR 解耦。

一个 Issue 可能产生跨仓库的多个 PR，也可能纯粹是调研分析，从不碰代码。

这让 Issue 能表示更大粒度的工作单元。

还支持 DAG 依赖和自动编排，Agent 自己创建子任务并定义依赖关系。

比如一次 React 升级可能被拆分为：

Vite 迁移 ← Agent 先完成这个

React 升级 ← Vite 完成后自动开始

测试修复 ← React 升级后自动开始

Agent 只处理未被阻塞的任务，执行自然地并行展开。

AI编码的三个阶段

过去一年半，AI编码工具经历了非常清晰的演进路径：

第一阶段：Copilot 式辅助。

AI 帮你补全代码，你仍然主导，按 Tab 就行。

第二阶段：Agent 式交互。

AI 独立完成任务，你审查结果，Claude Code 和 Codex 就是这个阶段。

第三阶段：编排式自主。

AI 自主管理任务队列，你管理工作而非 Agent。

Symphony 是第三个阶段的第一个标志性产物。

它把软件工程师的角色进一步推向”定义问题和审查方案的人”。

诚实地说

Symphony 现在还有明确的边界。

只支持 Linear。 其他项目管理工具需要自行适配。规范是语言和平台无关的，社区适配只是时间问题，但现在就是只有 Linear。

需要 Harness Engineering 的基础。 你的仓库如果没有完善的自动化测试、CI/CD 和文档，Symphony 效果会大打折扣。说白了，如果 Agent 写出来的代码你都不敢自动合并，编排再多层也没用。

复杂任务仍需人类。 模糊的需求、需要深度判断的问题，Symphony 不能完全替代。

安全信任问题。 让 Agent 自动提交代码，对安全和合规提出更高要求。OpenAI 自己说得很清楚，这是一个低密级的工程预览版，在可信环境里测试用。

你现在该做什么

如果你已经在用 Codex 或 Claude Code 做开发：

第一步，先把 Harness Engineering 做好。

自动化测试、CI/CD、文档、guardrails，这是所有后续事情的基础。

没有这一层，编排工具就是空中楼阁。

第二步，认真读一遍 SPEC.md。

哪怕你现在不用 Symphony，理解它的设计哲学本身就是收获。

从”管理 Agent”到”管理工作”这个视角的转变，值得所有使用 AI 编码工具的人思考。

第三步，试试让你当前的编码 Agent 按 SPEC 实现一个你自己的版本。

OpenAI 的参考实现是 Elixir 写的，但规范是语言无关的。

用你熟悉的技术栈，花一个下午就能搞出来。

说实话，现在大多数团队还停留在第二阶段，少数团队刚摸到第三阶段的门。

但这个方向的窗口期不会太长。

当越来越多的团队学会编排几十个 Agent 同时工作，个人效率的差距会被组织效率的差距彻底甩开。

跟当初 Harness Engineering 出来时一样，先吃螃蟹的人，先拿到复利。

相关链接：

• OpenAI 官方博客：An open-source spec for Codex orchestration: Symphony^[1]
• GitHub 仓库：openai/symphony（18.2K Star）^[2]
• 前置概念：Harness Engineering^[3]

⚠️ 免责声明

• 本文内容仅供参考和学习交流，不构成任何投资建议或专业意见
• 信息来源均为公开渠道，已尽力核实但不保证完全准确
• 如有侵权或不妥之处，请联系删除
• 转载请注明来源：Future Observation

📦 更多好内容

🤖 AI研习室合集 — AI前沿、模型解读、实战技巧，每天学一点📱 今日生活合集 — 消费电子、新车发布、数码好物，每天精选💻 今日科技合集 — AI动态、开源项目、前沿技术，每天3分钟

Future Observation · AI研习室，和你一起深入理解人工智能

长按识别二维码，关注我们 👇

引用链接

[1] OpenAI 官方博客：An open-source spec for Codex orchestration: Symphony: https://openai.com/index/open-source-codex-orchestration-symphony/[2] GitHub 仓库：openai/symphony（18.2K Star）: https://github.com/openai/symphony[3] 前置概念：Harness Engineering: https://openai.com/index/harness-engineering/