OpenAI偷偷干了件细思极恐的事:Symphony不是产品,是军规

不是GPT-6，不是DALL-E 4，是一个叫Symphony的东西。一个GitHub仓库，一份1700行的SPEC文档，一个Elixir参考实现。没有发布会，没有Sam Altman的推文，没有媒体通稿。

然后一周之内，stars从0飙到19k。现在21,648个星，1,959个fork。

但最反常的不是这些数据，是OpenAI在README里写的一句话——

说实话，第一次看到这句话，我也懵了。OpenAI啥时候这么佛系了？搞了个爆款项目，然后说老子不管了，你们自己玩？

但读完那份SPEC之后，我悟了。

Symphony不是产品。它是spec。而AI Agent走到今天，最缺的就是spec。

六个月前，OpenAI做了一个在当时很有争议的决定：一个生产力工具项目，仓库里不允许有任何人类亲手写的代码，每一行都必须由Codex生成。

听着像科幻片对吧？但结果更科幻——3个工程师，5个月，写出了100万行代码。每天消耗约10亿token，折合人民币差不多两万块钱一天。每人每天5到10个PR，PR合并数量增加了500%。

这个数字什么概念？相当于3个人干了一个50人团队半年的活。

但问题也来了。

每个工程师同时开三到五个Codex会话，分配任务、审查输出、调整方向。AI跑得飞快，但人类成了系统的瓶颈。

想象一下这个场景：你在工位上，同时开着四个浏览器标签页，每个都是Codex的CLI会话。Tab 1问你批不批准重命名，Tab 2卡在import冲突里等你决策，Tab 3刚才跑出的测试失败你还没来得及看，Tab 4已经开始生成PR了但要你手动review diff。

十五分钟后，你关掉了其中两个。不是因为agent能力不行，是因为你的注意力变成了整个系统的瓶颈。

OpenAI内部测试发现，大多数人能同时舒适管理3到5个Agent会话。超过这个数量，上下文切换成本明显上升，生产力反而下降。

这就是为什么Symphony不是让Codex多写几行代码，而是推动开发模式从人盯着session干活，向任务系统驱动agent干活的范式跃迁。

说白了就一句话：把项目管理工具变成AI的包工头。

Symphony盯着Linear看板，发现新任务，为每个任务创建独立workspace，加载项目WORKFLOW.md策略，启动Codex Agent处理。Agent自己写代码、跑测试、提PR、附工作证明。人类工程师只需要审结果，不用盯着过程。

OpenAI和Thrive Holdings联合做的Tax AI报税系统，服务于Crete会计师联盟旗下30多家事务所。

去年，一位资深会计师花180小时准备客户税表。今年，同样的工作量，15小时搞定。省下来的时间，她逐一给每位客户打电话讲解报税细节，还能开拓新客户。

怎么做到的？三招——

第一招，每次纠错变成结构化数据。会计师审核时，系统完整记录三件事：AI预测了什么、会计师改成了什么、最终报税用了什么。修改不是终点，而是改进的起点。

第二招，生产环境每一步留痕。出错时可精确定位到底是OCR读错了手写笔记，还是字段映射逻辑有gap。

第三招，用Codex自己定位bug、写修复、跑测试、生成PR。如果证据模糊，任务会路由回产品团队，不会硬来。

那么效果有多夸张呢？租赁房产相关字段处理，从几乎不可用到90%的精确率和召回率，只用了六周。

Symphony的出现，正好对应AI Agent的三代演进——

Agent 1.0是单兵。ChatGPT一问一答，一条prompt一个response。像个聪明的实习生，你说什么他做什么。

Agent 2.0是班排。Claude Code的subagents、Cursor的agent mode。一个主Agent调几个子Agent，结果汇总。像个5人小团队，队长分配任务，队员执行。

Agent 3.0是军团。一个人指挥10个、50个、100个Agent，各自独立作战，并行推进多条战线。

OpenAI自己说了，Symphony没有开源引擎，没有SDK，没有可运行项目，只有一份SPEC文档。

有人觉得这是OpenAI在偷懒——搞了个框架，然后说你们自己实现吧。

但我觉得恰恰相反。这份SPEC的价值不取决于谁写的，取决于方法论本身站不站得住。它把一套多Agent编排的工程方法论完整写了下来——抽象层次、约束条件、恢复逻辑、并发策略，全部白纸黑字。

而且OpenAI选择了Elixir/OTP作为参考实现语言，这本身就很说明问题。OTP天生支持高并发、高可用、热更新，进程隔离模型完美匹配每个Agent一个workspace的设计。

但SPEC是语言无关的。OpenAI说你可以用Go、Python、Rust重写。这已经是在推动行业标准了。

如果你是个程序员，过去三年你担心的可能是AI会不会替代你写代码。但现在OpenAI告诉我们，真正的问题不是AI写代码的能力，而是你如何管理这些AI。

3个工程师管理100万行代码，不是因为他们比50个人更聪明，而是因为他们设计了一套让AI高效工作的系统。

未来的工程师，可能更像技术总监——不是盯着每个PR的细节，而是通过抽样审查判断团队在哪里遇到困难，把注意力转移到真正需要人的地方。

而那些还在手动给AI喂prompt、逐个检查输出的工程师，可能很快就会发现，自己成了整个系统的瓶颈。

OpenAI说"我们不维护这个产品"——因为Symphony不是产品，是军规。