孙秀龙1. 从零代码到百万行：Harness Engineering的颠覆性实践
2025年8月，OpenAI的一个三人工程师团队开始了一项前所未有的实验：他们面对一个完全空白的Git仓库，却在五个月后交付了包含百万行代码的产品级应用。更令人震惊的是，这百万行代码中没有一行是人工编写的——全部由AI编码助手Codex生成。这个被称为"Harness Engineering"（驾驭式工程）的新范式，正在重新定义软件开发的边界。
传统软件开发中，工程师需要将大量时间花费在具体代码实现上。而在这个项目中，工程师的角色发生了根本性转变——他们不再直接编写代码，而是专注于三个核心任务：
- 设计能让AI高效工作的环境架构
- 明确表达开发意图和业务需求
- 构建智能体之间的反馈回路
这种转变带来的效率提升是惊人的。团队估算，相比传统开发方式，他们仅用了约1/10的时间就完成了同等规模的项目。随着项目推进，效率还在持续提升——当团队从3人扩大到7人时，代码产出速度不降反增，平均每位工程师每天能推动3.5个Pull Request的合并。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 智能体优先的开发基础设施构建
2.1 从空白仓库的初始架构生成
项目开始时，工程师们没有预先准备任何代码模板或脚手架。初始架构——包括代码仓库结构、CI配置、格式化规则、包管理器设置和应用框架——完全由Codex CLI基于GPT-5生成。甚至连指导后续智能体如何工作的AGENTS.md文件，也是由Codex自己编写的。
这种"从零开始"的做法确保了整个系统从一开始就是为AI智能体协作而设计的。五个月后，这个初始空白的仓库已经发展为包含：
- 应用核心逻辑
- 基础设施即代码(IaC)
- 开发者工具链
- 完整文档体系
- 内部质量监控系统
2.2 智能体友好的环境设计
为了让Codex能够高效工作，团队重构了传统的开发工具链，使其对AI更加"可读"：
应用运行时调整：
- 支持基于git worktree启动应用实例，使Codex能为每个变更创建独立环境
- 集成Chrome DevTools协议，使智能体可以直接操作和调试UI
- 构建临时可观测性栈，让Codex能查询日志(LogQL)、指标(PromQL)和追踪数据
开发流程改造：
bash复制# 示例：智能体驱动的PR