Extreme Harness Engineering

Ryan Lopopolo 的团队在5个月内，将整个代码库做到了约100万行代码、完成1,500个PR，前提是Ryan本人不写任何代码。 这一约束是刻意设定的：如果企业级 agents 要接手他的工作，“我能完成工作的唯一方式，就是让 agent 完成我的工作”。Codex Mini 最初无法独立完成完整功能，团队因此先构建更小的原语，再让 agents 可靠地组装起来。

生产力曲线先是大幅倒退，随后压倒传统工程吞吐量。 前1个半月的速度比Ryan手写代码“慢10倍”，但这笔工具建设成本最终让系统达到了单个工程师手工开发约10倍的速度。更大的启示是，采用 agents 之前，必须先为装配线投入资金，之后才可能获得装配线经济性。

在 agent 规模下，稀缺资源是同步的人类注意力，而不是 tokens 或代码生成能力。 团队从严密代码审查转向以合并后的抽样检查为主，因为模型“可以轻易并行”，而人仍然需要睡觉，也不可能跟进几十条并发轨迹。自治仍有边界：这是一个 greenfield 原生应用，人类仍会切出发布分支、批准 smoke test，然后再分发。

持久优势来自被编码进系统的组织化品味：文档、测试、lint、可观测性和审查 agents，会把每次失败都转化为未来的上下文。 一次因缺少 timeout 引发的故障，既会得到修复，也会变成“所有网络调用都必须设置 timeout”的规则；一次失败的构建或PR评论，则说明“agent 在某个时点缺少上下文”。因此，优势正从私人掌握的工程直觉，转向一个持续改进、机器可读的操作系统。

Symphony 消除了盯着终端等待的工作；Shawn 说，随之而来的工作流又带来了5倍生产力提升。 在5.2之前，产出已从每位工程师每天3.5个PR提升到5.2之后的5–10个，但上下文切换耗尽了人类精力；Symphony 则推动 tickets 一路完成，并将决策压缩成一个简洁的合并判断。如果结果无法通过审查，它会删除 worktree 和PR，从头开始，因为代码如今对“实际作者体验”的投入“接近于零”。

代码供给过剩可能压缩软件依赖和内部工具市场的一部分，但Ryan保留了重要边界。 他认为，一个几千行的依赖如今已经可以在一个下午内内化，只保留所需的精确功能；而“ghost libraries”可以分发可复现的规格，而非源代码。Shawn 的反驳是，内化会让信心值归零，丢掉广泛使用和“许多双眼睛”积累的经验。

在后半段的 Frontier 讨论中，Peter Steinberger 描述了同一工厂模式如何从编码延伸到受治理的企业劳动。 Frontier 面向的是可观测的 agents，并将其接入 IAM、安全工具、工作区、定制安全策略和可撤销授权。David Luan 表示，Codex 每周活跃用户已超过200万，且周环比增长25%；Shawn 则称，每日部署的智能约有10亿 tokens。但边界依然清晰：困难且全新的产品创建，以及“最棘手的重构”，仍需要人类持续引导。

🔗 原始收听与视频来源： Extreme Harness Engineering：100万行代码、每日10亿 tokens、0%人工编写或审查——Ryan Lopopolo，OpenAI