2026 年 2 月，OpenAI 发了一篇文章，悄悄改写了"工程师"这个职业的定义。
一切的起点
2025 年 8 月，OpenAI 内部一个小团队做了一个疯狂的实验：从零开始构建一款软件产品，一行代码都不许人写。
所有代码------应用逻辑、测试、CI 配置、文档、监控、内部工具------全部由 Codex（OpenAI 的 AI 编码智能体）生成。
五个月后，结果出来了：
- 约 100 万行代码
- 约 1,500 个 Pull Request
- 推动这一切的，最初只有 3 名工程师（后来扩展到 7 名）
- 人均每天处理 3.5 个 PR，而且还在加速
- 完成时间约为手工编写的 1/10
这个产品不是玩具------它有内部日常活跃用户，有外部 Alpha 测试者，经历过上线、出故障、修 bug 的完整生命周期。
OpenAI 把这个实验中总结出的工程范式命名为：Harness Engineering（驭缰工程）。
一个令人震惊的数据
LangChain 引用了 Terminal Bench 2.0 的基准测试数据：
同一个模型（Opus 4.6），在 Claude Code 的 harness 中排第 33 名，换一个 harness 直接排到第 5。
纯 harness 优化可以把排名从 Top 30 拉到 Top 5。
这意味着什么？你不一定需要更强的模型，你可能只是需要更好的 harness。
这就像同一匹马，换个骑手和缰绳，成绩天差地别。
核心转变：从写代码到设计约束
传统的软件工程是这样的：
bash
人类写代码 → 机器执行代码Harness Engineering 是这样的：
bash
人类设计约束 → 智能体写代码 → 机器执行代码工程师的产出不再是代码，而是约束系统。
什么是约束系统？包括但不限于：
- AGENTS.md --- 告诉智能体"这个仓库长什么样、怎么工作"的导航文件
- 架构规则 --- 依赖方向、分层约束、边界定义
- 自定义 Linter --- 把编码规范变成可机械执行的检查
- 反馈回路 --- 让智能体能自己验证工作成果
- 结构化文档 --- 设计决策、执行计划、技术债追踪
人类掌舵，智能体执行。
Copilot 时代是"用 AI 辅助写代码"。Harness Engineering 直接翻篇：让 AI 完全写代码，人类负责让 AI 写对。
六大核心概念
OpenAI 在实践中总结了六条关键经验。每一条都颠覆了传统认知。
1. 仓库即记录系统
不在仓库里的东西，对智能体不存在。
Slack 讨论里的决策？不存在。Google Docs 里的设计文档？不存在。你脑子里的经验？更不存在。
智能体能看到的，只有仓库里的文件。 所以一切决策、规范、计划都必须以版本化工件提交到仓库。
这就像一个新入职的同事------他看不到你脑子里在想什么，只能看你写下来的东西。区别是，这个"同事"每次对话都是全新的，没有记忆延续。
2. 地图而非手册
OpenAI 一开始试了"一个超大的 AGENTS.md"，结果惨败：
- 挤占上下文 --- 巨大的指令文件把任务相关的代码和文档挤出去了
- 等于没说 --- 当一切都"重要"，一切都不重要了
- 立即腐烂 --- 庞杂的手册变成陈旧规则的坟场
- 无法验证 --- 单个大 blob 不适合做机械检查
解决方案：AGENTS.md 约 100 行，当目录页用，指向更深层的文档。
渐进式披露------智能体从小入口开始，被引导到下一步该看什么。
3. 机械化执行
文档会腐烂，lint 规则不会。
OpenAI 把编码规范写成了自定义 linter。而且，他们在 linter 的错误信息里嵌入了修复指令------智能体看到报错，就知道怎么修。
Martin Fowler 在文章中也提到，一些团队用 AI 来生成自定义 linter------用智能体来写约束智能体的规则。
核心原则：能用代码表达的约束，绝不只写在文档里。
4. 智能体可读性
为智能体优化代码的可读性，优先于为人类优化。
具体做法包括：
- 选择"无聊"的技术------API 稳定、训练集覆盖好、行为可预测
- 有时候重新实现一个子集比包装复杂的第三方库更划算
- 让应用可以按 git worktree 启动，这样智能体每次任务都能在一个独立实例上工作
- 把 Chrome DevTools 协议接入智能体，让它能看到 UI、复现 bug、验证修复
5. 吞吐量改变合并理念
传统工程里，PR 审查是严肃的事，测试失败必须修好才能合并。
在 Harness Engineering 的世界里，智能体吞吐量远超人类注意力：
- PR 生命周期很短
- 测试偶发失败通过后续重跑解决
- 纠错成本低，等待成本高
在低吞吐量环境里这不负责。在智能体高速运转的系统里，这是正确策略。
6. 熵管理 = 垃圾回收
技术债是高息贷款，要每天小额偿还，别让它滚雪球。
智能体会复现仓库里已有的模式------包括坏模式。如果不主动清理，代码质量会越来越差。
OpenAI 的做法：
- 把"黄金原则"编码到仓库中
- 定期运行后台 Codex 任务，扫描偏差、更新质量评分、发起重构 PR
- 大多数重构 PR 可以在一分钟内审查并自动合并
把技术债当成信用卡------每天小额还款，别让它滚雪球。
精确定义：Agent = Model + Harness
来自 LangChain、Martin Fowler 和 HumanLayer 的综合定义：
裸模型不是智能体。它只接受文本，输出文本。
当 Harness 给它状态、工具、反馈回路和可执行约束时，它才成为智能体。
Harness（缰绳/驾驭系统）= 模型之外的一切代码、配置和执行逻辑。包括：
| 组件 | 作用 |
|---|---|
| System Prompts | AGENTS.md、CLAUDE.md --- 智能体的"入职手册" |
| Tools & MCP | 扩展智能体能力的工具和协议 |
| Skills | 渐进式加载的知识包 |
| 沙箱基础设施 | 文件系统、浏览器、隔离执行环境 |
| 编排逻辑 | 子智能体生成、任务分发、模型路由 |
| Hooks/中间件 | compaction、续接、lint 检查 |
| 背压机制 | 测试/构建/类型检查 = 自我验证回路 |
Martin Fowler 用了一个 2×2 矩阵来描述这些组件如何协同：
| 确定性（CPU） | 语义性（LLM） | |
|---|---|---|
| 前馈（引导） | bootstrap 脚本、LSP、OpenRewrite | AGENTS.md、Skills、architecture.md |
| 反馈（感知） | linter、类型检查、覆盖率 | AI code review、LLM-as-judge |
前馈在智能体行动之前引导它，反馈在行动之后观察和纠正。两者缺一不可。
工程师的角色变了
在 Harness Engineering 的世界里，工程师做什么？
不再做：
- ❌ 手写代码
- ❌ 逐行 code review
- ❌ 手动调试
- ❌ 维护文档
转而做：
- ✅ 设计环境和架构约束
- ✅ 编写和维护 AGENTS.md
- ✅ 把规范转化为可执行的 linter 规则
- ✅ 构建反馈回路（测试、CI、自动化验证）
- ✅ 管理智能体的上下文和工具
- ✅ 在智能体卡住时识别"缺了什么"，补充进去
工程师的工作重心从"执行"变成了"设计让执行可靠的系统"。
Ralph Wiggum 循环：Harness Engineering 的核心实现
OpenAI 在实践中采用了 "Ralph Wiggum 循环"模式（名字来自 LangChain）：
这个循环的关键特征：
- Fresh Context --- 每次迭代重新读取上下文，不会积累错误
- Backpressure --- 不规定怎么做，但门控拒绝坏结果
- The Plan Is Disposable --- 计划随时可以重来，成本很低
- Disk Is State, Git Is Memory --- 文件是交接机制，git 是记忆
- Let Ralph Ralph --- 坐在循环上，不坐在循环里
单次运行经常持续 6 小时以上------通常在人类睡觉的时候跑，第二天起来看结果。
这场范式转移已经在发生
OpenAI 的这个实验不是实验室演示。它是一个正在为真实用户交付真实产品的生产系统。
更重要的是，这个范式正在快速扩散：
- Martin Fowler（ThoughtWorks） 发了专题文章，用控制论框架分析 Harness Engineering
- LangChain 从 Agent 架构角度重新定义了 Harness
- Anthropic 分享了 Scaling Managed Agents 的经验
- 张汉东 写了《驾驭工程》（别名《马书》）------从 Claude Code 源码中提炼 AI 编码最佳实践，30 章 7 篇
- deusyu 建了 harness-engineering 学习指南------19 篇文章深度摘要 + 12 篇专业翻译
它已经从一个公司的内部实践，扩散成软件工程范式的一次根本性转变。
写在最后
如果你是一个工程师，读到这篇文章，你的第一反应可能是焦虑------"AI 要取代我了"。
但 OpenAI 的实验恰恰说明相反的事：工程师变得更重要了，只是做的事情不一样了。
100 万行代码，3 个人，不写一行代码。他们做的事比写代码更高级------设计让 AI 能可靠工作的系统。
这就是 Harness Engineering。
人类掌舵，智能体执行。
这个实验完成于 2026 年初，产品已经在跑。没有预言，只有事实。
这是 Harness Engineering 系列的第一篇。下一篇我们聊：AGENTS.md 到底怎么写------给智能体的"入职手册"怎么设计。
💡 觉得有启发？点个在看，转发给还在手写代码的同事------范式变了，越早知道越好。