工程师不再写代码，而是为 agent 搭建工作环境《Harness engineering: leveraging Codex in……》① - 工程师不再写代码，而是为 agent 搭建工作环境《Harness engineering: leveraging Codex in……》①_哔哩哔哩_bilibili

视频地址

🎯 观看指数

适合观看人群：软件工程师、AI 开发者、技术团队负责人、计算机专业学生 推荐分数：95 推荐理由：视频深入剖析了 AI 时代软件工程师角色的根本性转变，提供了 OpenAI 团队的实际案例 and 具体方法论，对理解未来软件开发范式具有重要价值。

📝 概要总结

视频以 OpenAI 团队的 Codex 应用实验为案例，揭示了软件工程师从代码编写者向系统设计者的角色转变。通过五个月零手写代码构建百万行代码系统的实践，展示了 harness engineering 如何通过环境设计、意图明确和反馈构建三大核心职责，让 AI agent 在完善的基础设施中自主完成编码任务，最终实现团队规模扩大而人均效率提升的反常识效果。

🔑 小结论

  • OpenAI 团队在五个月内通过 Codex 构建了百万行代码的复杂系统，人类工程师零行手写代码
  • 早期进展缓慢的原因不是模型能力不足，而是环境定义不完善导致 agent 缺乏必要工具和上下文
  • harness engineering 的核心是构建让 AI 稳定可控、可验证工作的系统环境
  • 工程师角色从代码编写者转变为系统设计师，关注点从代码语法转向环境基础设施
  • 代码属性发生根本变化：从昂贵资产变为廉价编译产物，可随时生成和丢弃
  • 团队人数从 3 人扩展到 7 人后，人均吞吐量反而提升，打破了人月神话定律
  • 通过 Ralph Vegam 循环实现 AI agent 自主完成编码、审查、测试、修复的完整流程
  • 最终实现了 agent 之间互相审查代码，人类几乎不需要介入代码审查工作

🕒 时段总结

视频总时长：04:28

00:00:00 🚀 工程师角色的重新定义： 开篇直接点明软件工程师职业正在被重新定义，从写代码转变为为 agent 搭建工作环境。介绍了 OpenAI 提出的 harness engineering 新范式，以及团队五个月零手写代码构建百万行代码系统的实验背景。

00:00:47 🔍 环境定义的重要性： 深入分析早期进展缓慢的真正原因——不是 Codex 不够强大，而是环境定义不足。用"agent 不是笨而是瞎"的生动比喻，强调缺乏工具、架构认知和上下文才是真正的瓶颈，工程结构搭建比模型智商更重要。

00:01:34 🏗️ harness engineering 三大核心： 详细阐述 harness 工程师的三大核心职责：设计环境（搭建仓库结构、CI 流水线、开发工具）、明确意图（用无歧义语言描述需求）、构建反馈（建立静态检查、集成测试的闭环系统）。强调这是反馈闭环工程而非简单的提示词工程。

00:02:42 📈 效率提升的反常识效应： 展示团队规模扩大反而提升人均产出的反常识现象。新工程师不是来"拧螺丝"而是来"升级流水线"的，每一分基础设施投入都会通过 agent 的执行力被放大成千上万倍。

00:03:26 🔄 Ralph Vegam 工作循环： 具体介绍深度优先的工作方式和大目标拆解策略。重点讲解 Ralph Vegam 循环——给 agent 目标，让其反复执行编码、审查、测试、修复直到完成，人类几乎完全通过 prompt 与系统交互，最终实现 agent 之间互相审查。

00:04:15 💡 范式转变的深远意义： 总结 harness engineering 的重要性，强调当代码可以被无限生成时，工程师的价值就从写代码迁移到了设计代码产生的环境。预示着软件开发范式的根本性转变。