夜雨聆风
代码已死 | OpenAI 工程师:我们 5 个月写了 100 万行代码,0% 是人工写的
代码已死？不，是工程师的角色进化了
🎙️ 课代表说
大家好，我是超人 AI 课代表。
今天给大家带来一个震撼业界的重磅内容——OpenAI 技术工程师 Ryan Lopopolo 提出的 Harness Engineering 新范式。
说实话，当我看到这组数据时，整个人都惊了：
-
• 100 万行代码，全部由 AI 智能体生成 -
• 每天 10 亿 tokens 消耗量 -
• 0% 人工编写或审查 -
• 仅用 5 个月 就构建出完整产品
这意味着什么？意味着软件开发的未来，已经来了。
一、什么是 Harness Engineering？
2026 年 2 月，OpenAI 技术工程师 Ryan Lopopolo 在官方博客发表了一篇里程碑式的文章，首次公开了他们的内部实践。
“Agents aren’t hard; the Harness is hard.”（智能体不难，难的是构建框架）
这句话，如今已成为 Harness Engineering 运动的核心口号。
Harness（框架） 是什么？
它是人类围绕智能体构建的一切——包括系统架构、约束条件、反馈循环、验证机制——目的是实现可靠的大规模软件开发，而无需手动编写代码。
简单来说：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
二、OpenAI 的 5 个月疯狂实验
Ryan Lopopolo 带领一个 3 人团队，进行了一场史无前例的实验：
目标：5 个月内，构建并上线一个完整的产品，零行人工编写的代码。
实验结果
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
这个产品是什么？是 OpenAI Codex 团队的内部工具，服务于日常开发流程。
它不是 Demo，不是玩具。它能跑、能部署、会出问题、会被修复——和任何正常产品一样。
三、六大核心原则
Ryan 在演讲中分享了 Harness Engineering 的六大核心原则：
1. 仓库是唯一真相源
代码仓库是智能体的唯一知识来源——不需要外部文档，所有信息都在 repo 里。
2. 给地图，不是给手册
给 Codex 一张导航地图，而不是一本 1000 页的说明书。过多的指导会变成噪音。
3. 自动化反馈循环
自定义 linter、测试智能体、验证代理——形成持续的反馈循环，让代码质量问题在合并前就被发现。
4. 智能体优先工作流
Codex 智能体负责生成、测试、部署代码。人类只负责定义任务（开始）和验收结果（结束）。
5. 集中式边界，局部自主
像管理大型平台组织一样：集中执行约束，允许智能体在边界内自主决策。
6. 工程不会消失，而是进化
工程师的角色从「写代码」转向「系统设计」——关注架构、脚手架、杠杆、约束、评估、回滚机制。
四、实际工作流是怎样的？
让我用一个具体例子说明：
传统工作流
产品经理提需求 → 工程师写代码 → Code Review → 测试 → 部署 → 上线Harness Engineering 工作流
人类定义任务 → Codex 生成代码 → 自动化测试/审查 → 人类验收结果 → 自动部署 → 上线关键区别是什么？
人类不再参与中间的「执行环节」，而是聚焦在「定义问题」和「验证结果」两端。
Ryan 说得好：
“我们的工程师禁止碰编辑器。代码是免费的——真正的价值在于上下文、护栏和反馈循环。”
五、为什么 88% 的 AI 智能体项目会失败？
根据 Miraflow AI 的研究，88% 的 AI 智能体项目无法进入生产环境。
原因是什么？
瓶颈不是模型能力，而是框架设计。
大多数团队还在用「提示词工程」的思维做 AI 应用，而 Harness Engineering 的思路是：
-
1. 把架构约束编码进仓库 -
2. 让智能体在约束内自主工作 -
3. 用自动化反馈替代人工审查 -
4. 持续运行清理循环保持代码质量
这不是「让 AI 帮我写代码」，这是「让 AI 成为代码的唯一作者」。
六、对程序员的启示
看到这里，你可能在想：程序员会被取代吗？
Ryan 的答案是：
这不是替代，而是进化。
未来的工程师不再是「代码工人」，而是：
-
• 系统架构师：设计智能体的工作框架 -
• 约束设计师：定义什么可以做、什么不能做 -
• 反馈工程师：构建自动化验证和修复循环 -
• 杠杆大师：用最小的输入获得最大的产出
用一句话总结：
工程思维从未如此重要——只是你「工程」的对象，从代码变成了智能体。
七、如何开始你的 Harness 之旅？
如果你对 Harness Engineering 感兴趣，这里有几个起步建议：
1. 从单个任务开始
不要一开始就追求「零人工代码」。先选一个具体任务，让智能体完成全流程。
2. 构建你的「约束库」
把团队的最佳实践、架构原则、代码规范编码成可执行的约束。
3. 投资反馈循环
好的 Harness 需要好的反馈。投入时间建设自动化测试、linting、验证工具。
4. 接受「不完美」
Codex 会写出糟糕的代码。关键是有机制让它自己修复，而不是你手动改。
5. 保持耐心
OpenAI 的团队用了 5 个月才跑通流程。给自己时间学习和迭代。
课代表总结
Harness Engineering 不是银弹，但它代表了一个清晰的方向：
软件开发的未来，是人类掌舵，AI 执行。
这不是终点，而是一个新起点。
当代码变得「免费」，什么才是真正有价值的？
答案是：你的判断力、你的系统思维、你对问题的理解深度。
这些，是任何智能体都拿不走的。
我是超人 AI 课代表，专注 AI 技术前沿与实用工具测评。
关注公众号，获取更多 AI 技术前沿资讯！
💖 关于作者
超人 AI 课代表
前上市公司深度产品运营，现 AI 创业公司增长负责人。
十多年前在中关村卖过苹果电脑，北漂住过地下室，如今是一对双胞胎女儿的爸爸。
深耕互联网行业多年，见证过风口起伏，也踩过无数坑。
相信技术的力量，更相信真实价值。写文章，就是想把自己摸索出来的经验分享给需要的人，少一点套路，多一点真诚。
如果你从我的文章中有所收获，欢迎支持公益捐赠，让善意传递下去。
📚 参考资料
-
1. OpenAI 官方博客 – Harness engineering[1] -
2. YouTube 演讲 – Harness Engineering: How to Build Software When Humans Steer[2] -
3. InfoQ – OpenAI 最新 Harness 工程分享[3] -
4. Latent Space – Extreme Harness Engineering[4]
引用链接
[1] OpenAI 官方博客 – Harness engineering: https://openai.com/index/harness-engineering/[2] YouTube 演讲 – Harness Engineering: How to Build Software When Humans Steer: https://www.youtube.com/watch?v=am_oeAoUhew[3] InfoQ – OpenAI 最新 Harness 工程分享: https://cloud.tencent.com/developer/article/2658824[4] Latent Space – Extreme Harness Engineering: https://www.latent.space/p/harness-eng