Harness Engineering：Agent工程新范式
来源：互联网 2026-07-05 06:34:01OpenAI实验显示，3至7名工程师借助HarnessEngineering，五个月内通过Agent自动提交1500个PR生成近100万行无人工编写的代码。该方法通过设计环境降低Agent犯错概率，核心包括结构化文档、机械约束、可观测性及CI/CD集成等组件，将工程师角色从编码转向系统设计。
OpenAI内部最近搞了个实验，结果挺有意思：3到7个人，5个月时间，搞出了一个接近100万行代码的beta产品。关键不在于规模，而在于这100万行代码，没有一行是人手写的——全部来自Codex Agent自动提交的1500个PR。支撑这个实验的方法论，OpenAI称之为Harness Engineering。它教的不是怎么把prompt写得更好，而是怎么设计一个环境，让Agent压根儿没机会出错。
一、不写代码的工程师，到底在干什么
工程师和AI的协作方式，这两年的变化速度相当快。最早是Copilot模式，AI在旁边帮你补全，你主导整个流程。后来到了Chat模式，你把需求丢给AI，它吐出一堆代码，你挑能用的复制粘贴。现在则进入Agent模式：你给AI一个目标，它自己规划、写代码、跑测试、开PR，而你只在关键节点上拍板决策。
长期稳定更新的攒劲资源： >>>点此立即查看<<<
核心洞察：Harness Engineering的本质不是提升Agent的代码能力，而是降低Agent出错的可能性。OpenAI工程师Ryan Lopopolo的原话说得直白：“Agents aren't hard; the Harness is hard.”
在这种模式下，工程师的核心工作被压缩成了三件事：设计环境、明确意图、建立反馈循环。变量命名和函数实现交给Agent，人的精力被释放出来，投入到写文档、定规则、搭测试、铺流水线上。Agent负责执行，而你负责确保执行不跑偏。
听起来有点理想化？但OpenAI的内部数据相当实在：3到7名工程师，5个月，100万行代码，1500个PR，平均每人每天合并3到5个Agent提交的PR。这不是演示Demo，是真刀真枪的生产交付。
二、Harness的五根支柱
OpenAI把这套方法论拆解成了五个可以直接落地的组件，一个一个来看。
结构化文档
项目里维护一个docs目录，作为Agent的“单一事实来源”。系统架构图、执行计划、设计规格书都放在里面。Agent动手写代码之前，会先读这些文档来理解上下文。这套文档不是写给人看的，而是写给Agent看的。结构越清晰，Agent的输出越精准。
AGENTS.md
这个概念是HashiCorp创始人Mitchell Hashimoto在2026年初推开的。它是一个配置文件，编码了项目规则、代码规范，以及Agent过去犯过的错和修正方式。说白了就是Agent的错题本。每次开干之前读一遍，避免重复踩坑。这样一来，项目经验就从人的记忆里抽了出来，变成了可执行的约束条件。
机械约束
再聪明的Agent也会出错，所以OpenAI用linters和结构测试来建硬性边界。比如依赖流向必须遵守“Types → Config → Repo → Service → Runtime → UI”的层级，任何违反直接就被CI拒绝。Agent绕不过这些规则，就像人绕不过编译器。约束不是为了限制创造力，是为了防止Agent在架构层面搞破坏。
可观测性
Agent的工作过程必须被完整记录：日志、指标、调用链。OpenAI的Agent会自己写日志、上报指标、生成追踪span。出问题的时候，工程师可以通过观测数据回溯Agent的决策路径，而不是在黑盒里猜它到底干了什么。这个对企业落地尤为关键——你看不见的系统，是没法信任的。
CI/CD深度集成
Agent不是独立脚本，而是直接操作开发工具链。自己开PR、跑测试、根据失败信息迭代修改，直到通过。人的角色从“写代码的”变成了“审PR的”。在某些成熟模块上，连PR审批也能自动完成。
关键提醒：五样东西缺一不可。缺了文档，Agent会迷路；缺了AGENTS.md，Agent会重复犯错；缺了机械约束，Agent会突破架构边界；缺了可观测性，出了问题没法定位；缺了CI/CD集成，Agent无法自主迭代。
三、为什么偏偏是2026年
Harness Engineering不是凭空冒出来的。它依赖的前提是Agent能力在2025年底到2026年初的质变。GPT-4o级别的模型在代码理解和长上下文上的突破，让Agent第一次具备了处理复杂工程任务的基础能力。
但能力不等于可靠性。大模型仍然会幻觉，会遗漏边界条件，会在长会话里跑偏。Harness Engineering解决的不是“Agent能不能写代码”，而是“Agent能不能稳定、可预期地写代码”。
它的行业价值在于，把AI编程从“个人效率工具”升级成了“团队协作基础设施”。Copilot时代，AI帮你写得更快；Harness时代，AI替你写完整个模块，你负责验收。这中间的杠杆差了一个数量级。
HashiCorp、Anthropic、Cursor都在2026年跟进这个方向。Hashimoto在2月的文章里总结得很直白：花时间去工程化一个解决方案，让Agent永不再犯同一个错误。不是什么高深理论，就是工程纪律在Agent时代的自然延伸。
四、Harness不是银弹
它目前最适合的是边界清晰、规范明确的工程任务。API开发、数据处理管道、测试用例生成、文档维护——这些活儿的特点是输入输出可验证、有明确的通过标准、变更范围相对独立。
不适合的场景也很明确：需求模糊的产品原型设计、需要深度领域知识的算法调优、涉及复杂利益权衡的架构决策。这些任务的核心难点不在于“写出来”，而在于“想清楚”。想清楚这件事，目前还是人类的领地。
OpenAI的实验也有代价。1500个PR背后是大量的自动化测试基础设施、精细化的文档维护成本，以及工程师角色转型的时间投入。一个团队从传统模式切到Harness模式，前期需要一到两个月搭建和磨合。不是装个插件就能用，是一整套需要重新设计的工作流。
结语
Harness Engineering真正改变的东西，是工程师这个职业的分工。Agent能写百万行代码之后，人的价值不再体现在敲键盘的速度上，而是体现在系统设计的质量上。环境搭得好，Agent产出就稳；环境搭得糙，Agent就会不停地给你带来惊喜——多半是不好的那种。
以前工程师是搬砖的，后来是开挖掘机的，现在是设计挖掘机的。Harness Engineering就是那张设计图纸。图纸越细，挖掘机干活越靠谱。
2026年，Agent会写代码已经不是新闻了。接下来要比的，是谁更擅长让Agent把代码写对。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
同类更新
更多
热游推荐
更多-
- DreamStudio
- Android/ | AI绘图
- 2026-06-30
-
-
- Playground AI
- Android/ | AI绘图
- 2026-06-30
-
- Adobe Firefly
- Android/ | AI绘图
- 2026-06-30
-
-
-
- Leonardo AI
- Android/ | AI绘图
- 2026-06-30
-
- Stable Diffusion
- Android/ | AI绘图
- 2026-06-30
