Extreme Harness Engineering: 1M LOC, 1B toks/day, 0% human code or review — Ryan Lopopolo, OpenAI

OpenAI内部团队用AI编码代理在5个月内零手写代码完成百万行项目，这不仅是效率实验，更预示了软件工程将彻底转向“模型优先”的开发范式。

这期内容适合所有关心AI如何重塑软件开发的产品经理、工程师和团队管理者。它值得看，是因为它来自OpenAI内部一线团队的实战经验，不是理论推演，而是真实发生的“未来工作现场”。最值得注意的转变是，团队角色从“写代码”彻底转变为“设计系统、提炼规则、喂养模型”，人的价值被重新定义在更高层次的抽象和约束设计上。

OpenAI前沿产品探索团队的Ryan Leoplo分享了他们如何在一个全新的内部工具项目中，完全依靠AI编码代理（主要是Codex）进行开发。团队给自己设定了“不手写一行代码”的极端约束，在5个月内完成了约百万行代码、1500多个PR的项目，并声称效率是传统方式的10倍。对话深入探讨了在这种“模型优先”范式下，团队协作、代码审查、系统架构、依赖管理乃至工程师角色发生的根本性变化。

• 人的角色是系统设计师与规则提炼者：工程师的核心工作不再是编码，而是持续观察代理在哪里犯错、在哪里耗费时间，然后将这些“隐性知识”（如代码规范、非功能性需求）提炼成文档、技能（Skills）或检查点，注入到系统中，让代理下次能自主处理。这要求工程师具备极强的系统思维。
• 代码是上下文，也是给模型的提示：为了让代理高效工作，代码库的结构、文档、甚至错误信息都需要为“机器可读性”优化。他们创建了类似“技术雷达”和“质量评分”的Markdown文档，作为代理自我审查和提出后续工作的钩子，将过程知识持久化。
• 拥抱“一次性代码”与内部化依赖：由于代币成本极低且代理可并行，代码变得高度可废弃。合并冲突、重构、甚至整个PR都可以由代理轻松处理或推倒重来。同样，中小型依赖库可以直接“内化”到代码库中，只保留所需功能，避免了管理外部依赖的复杂性和版本冲突。
• 协作工具需要为“人-代理”协作重新设计：现有的Git、PR流程、Slack、Linear等工具是为人类协作设计的，在多代理、多人类协作时显得笨拙。未来的协作工具需要让代理能自然地参与经济价值创造，这本身就是一个巨大的产品机会。
• 架构服务于规模，而非团队人数：尽管团队只有7人，但他们采用了足以支撑万人级工程团队的架构（如500个npm包的微前端式分解）。因为每个工程师背后是数十个并行工作的代理，必须通过严格的接口边界和领域划分来避免“踩踏”。

“唯一的稀缺资源是我们团队同步的人类注意力。” 所有自动化与系统设计的终极目标，就是将这最宝贵的资源解放出来，投入到只有人类才能解决的、全新的、最困难的问题上。

这对AI产品开发者的核心启发是：不要再只想着为特定任务（如写SQL、画UI）构建垂直Agent了。 OpenAI团队的实践表明，一个强大的通用编码代理，配合精心设计的“技能”和系统上下文，几乎可以向上吞噬所有知识工作。产品构建的思路应该转变为：如何将你的产品逻辑或用户旅程“坍缩”成代码或可执行的规范，然后让编码代理去实现它。 这意味着，未来的AI产品竞争力可能不在于拥有多少专用模型，而在于谁更善于为通用模型设计高效、可靠的“操作环境”与“技能插件”。同时，团队必须接受“模型即同事”的现实，重新设计工作流，让人的价值体现在定义问题、设定约束和进行最高层级的创造性思考上。