原文地址：https://openai.com/index/harness-engineering/

Harness Engineering（编排工程）

引言

随着像 Codex 这样的 AI 系统能够生成高质量代码，软件工程的实践方式正在发生根本性变化。

在 OpenAI，我们开展了一项实验：
从一个空仓库开始，尽可能让 AI 完成全部开发工作。

结果是：

• 在约 5 个月时间内
• 使用少量工程师（约 3–7 人）
• 构建了一个规模接近 100 万行代码的系统
• 人类几乎没有直接编写代码

我们将这种新的工程方式称为：

Harness Engineering（编排工程）

什么是 Harness Engineering

Harness Engineering 并不是直接编写代码，而是：

设计一整套系统，使 AI 能够高效、安全地生成、测试和维护代码

工程师的职责从“写代码”转变为：

• 定义任务
• 设计约束
• 构建反馈循环
• 提供上下文环境

AI 则负责：

• 编写代码
• 运行测试
• 修复问题
• 提交变更

核心理念

1. AI 的表现取决于“环境”，而不是仅仅模型能力

我们观察到：

• 在良好环境中，AI 可以表现出极高的能力
• 在混乱或信息不足的环境中，AI 表现显著下降

因此重点转变为：

优化 AI 的运行环境（harness），而不是单纯提升模型能力

2. 所有知识必须存在于代码仓库中

AI 只能访问仓库中的内容。

它无法看到：

• Slack 讨论
• 口头沟通
• 隐含知识

因此我们做了以下改变：

• 将设计文档写入仓库
• 将架构决策记录为文件
• 将规范转化为可执行规则

结论：

如果知识不在仓库中，对 AI 来说就是不存在

3. 用约束替代人工 Code Review

传统开发流程中：

• 工程师通过 Code Review 控制质量

在 Harness Engineering 中：

我们使用自动化规则：

• 架构约束（模块依赖关系）
• 命名规范
• 日志标准
• 文件大小限制

这些规则具备：

• 自动检测
• 自动反馈
• 可由 AI 自行修复

4. 构建完整的自动化反馈循环

AI 可以执行完整开发流程：

1. 发现问题
2. 复现问题
3. 编写修复代码
4. 运行测试
5. 验证结果
6. 提交 PR
7. 响应 Review
8. 修复构建失败
9. 合并代码

关键在于：

为 AI 提供清晰、可执行的反馈机制

5. 防止代码质量退化（“垃圾积累”问题）

AI 会倾向于：

• 复制已有模式（包括不良模式）
• 逐渐降低代码质量

解决方法：

• 定义“高质量代码标准”
• 定期扫描代码库
• 自动生成修复 PR

这类似于：

为代码库建立“垃圾回收机制”

6. 任务拆解至关重要

AI 在以下情况下表现最佳：

• 任务清晰
• 范围有限
• 上下文完整

因此工程师需要：

• 将大任务拆分为小任务
• 明确输入与输出
• 控制上下文范围

工程师角色的转变

传统软件工程

工程师负责：

• 编写代码
• 调试问题
• 编写测试
• 进行代码评审

Harness Engineering

工程师负责：

1. 系统设计

• 架构设计
• 模块划分
• 接口定义

2. 任务定义

• 编写清晰的任务描述
• 提供必要上下文

3. 约束设计

• 编写规则
• 限制错误行为

4. 反馈系统

• 构建测试
• 提供验证机制

实验结果

通过这种方式：

• AI 生成了绝大部分代码
• 开发效率显著提升（约 10 倍）
• 人类工作量集中在系统设计与管理

关键经验总结

1. 不要直接让 AI 写代码

而是：

先设计环境，再让 AI 工作

2. 明确优于聪明

简单、清晰的规则比复杂逻辑更有效

3. 自动化优于人工

所有可重复工作都应自动化

4. 持续清理代码库

防止质量下降

5. 小任务优于大任务

任务越小，AI 成功率越高

未来展望

Harness Engineering 代表了一种新的软件开发范式：

从：

人类编写代码

转向：

人类设计系统 + AI 执行实现

未来工程师的核心能力将包括：

• 系统设计能力
• 任务建模能力
• 约束设计能力
• AI 协作能力

总结

Harness Engineering 的本质是：

通过设计良好的环境与规则，使 AI 成为高效的软件开发执行者

这标志着软件工程从“手工编码”走向“系统编排”的重要转变。