工程技术：在智能体优先的世界中利用 Codex
快速阅读
在过去五个月里，OpenAI 团队开展了一项前所未有的工程实验：完全依靠 Codex（AI 智能体）编写了一款软件产品内部 Beta 版的每一行代码，而人类工程师一行代码也未写。这种“人类掌舵、智能体执行”的全新协作模式，将开发时间缩短到了手工编写的十分之一，并在短短几周内构建了百万行规模的代码库。
在这一范式下，人类工程师的核心职责发生了根本性转变。工作重心从“编写代码”转移到了“设计环境、明确意图与构建反馈回路”。团队总结出了一系列利用 AI 智能体开发软件的最佳实践，包括：将大目标拆解为深度优先的小模块；摈弃巨型指导手册，转而为智能体提供结构化的知识“地图”和版本控制计划；向智能体开放系统可观察性与测试工具；以及将架构约束和代码规范硬编码为自动化规则。这篇博客深入剖析了在智能体优先的世界中，软件开发体系的演进以及面临的全新挑战。
人类掌舵，智能体执行
在这个开创性的实验中，产品涵盖了内部日常活跃用户和外部 Alpha 测试者的需求，从交付、部署到故障与修复，它完整经历了现代软件产品的生命周期。令人惊叹的是，代码库中的应用逻辑、测试、CI 配置、文档、可观察性以及内部工具，全部由 Codex 编写。
通过这一限制（人类绝对不直接写代码），开发团队得以专注于构建将工程速度提升数个数量级的必要设施。从 2025 年 8 月下旬的首次提交开始，代码仓库从一开始就被智能体塑造：初始架构由 Codex CLI 使用 GPT-5 根据少量模板生成，甚至连指导智能体行为的初始 AGENTS.md 文件也是由 Codex 自己编写。
五个月后，该代码仓库已发展到约一百万行代码，约有 1,500 个 PR（Pull Request）被打开与合并。推动这一庞大工程的仅仅是一个由 3 到 7 名工程师组成的小团队，每人每天平均处理 3.5 个 PR。
工作重点的转移：系统、架构与杠杆
由于缺乏人工编码的实践，工程师们的工作重点转向了架构设计和发挥“杠杆作用”。
早期进展曾遇到阻力，原因并非 Codex 能力不足，而是环境规范不够明确。智能体需要工具、抽象层和内部结构来实现高级目标。因此，工程师的主要任务变为了“协助智能体完成有用的工作”。团队采用了深度优先的工作方式：
- 将大目标拆解为设计、代码、评审和测试等更小的构建模块。
- 提示智能体去构建这些模块。
- 利用这些模块解锁更复杂的任务。
当进展不顺时，人类工程师不再是盲目要求智能体“再努力一点”，而是介入思考：“究竟需要什么样的能力？我们又该如何让这个能力对智能体既清晰可读又可强制执行？”人类几乎完全通过提示来与系统交互，而 Codex 则直接利用标准开发工具（如 gh、本地脚本等）自主收集情境。
赋予智能体“五官”：可观察性与测试工具
为了提升智能体吞吐量，突破人类审核能力的瓶颈，团队致力于将更多功能直接暴露给 Codex。这意味着让应用的 UI、日志和系统指标对智能体直接“可读”。
- 环境互动：应用程序可根据 Git 工作树启动，使 Codex 能为每次更改运行实例。
- UI 认知：引入 Chrome DevTools 协议，并开发了处理 DOM 快照、截图和导航的专用技能。这让 Codex 能自主复现错误、验证修复并推理 UI 行为。
- 日志与追踪：为 Codex 提供本地可观察性堆栈。智能体通过 LogQL 查询日志，使用 PromQL 查询指标，能够真正理解诸如“确保服务启动在 800ms 内完成”这种具体提示。
得益于这些能力，单次 Codex 运行甚至能够在单项任务上持续工作超过六个小时，彻底实现了不知疲倦地“肝代码”。
情境管理：给地图，而不是说明书
在一个极其复杂的任务中，情境管理成了最大的挑战。团队很早就发现：给 Codex 的应该是一张地图，而不是一本 1,000 页的说明书。
- 情境稀缺：庞大的指令文件会挤占提示词空间，导致智能体忽略关键约束。
- 指导通胀：当所有事情都被标记为“重要”时，就意味着没有重点，智能体便开始机械匹配而非有意识地导航。
- 难以维护：百科全书式的指导文件容易变成陈旧规则的“坟场”。
因此，团队将仓库的知识库转移到了结构化的 docs/ 目录中作为记录系统。而注入到情境中的只有一份约 100 行的 AGENTS.md，它仅仅起到了“地图”的作用，指引智能体去哪里寻找更深层次的信息来源。复杂工作被转化为受版本控制的执行计划，其中包含了进度与决策日志，令智能体能独立推理前因后果。
面向智能体的代码可读性与架构约束
在完全由 AI 生成的代码库中，代码不仅要对人可读，更要对智能体“清晰易懂”。凡是无法在情境中访问的“隐性知识”（如 Slack 讨论或某人脑中的想法）对智能体而言统统不存在。一切业务领域和架构决策都必须物化为本地版本化的工件（代码、Markdown、模式定义等）。
为了保证一致性并加速开发，团队采用了强力的机器约束：
- 采用具备严格边界和可预测结构的架构模型。
- 代码只能“向前”依赖于固定的层级，并且所有横切关注点只能通过单一显式接口进入。
- 这些规则不仅停留于口头，而是通过 Codex 自己生成的自定义 Linter 和结构测试 机械地强制执行。
这些在传统开发中可能显得迂腐的规则，成了智能体开发的“倍增器”。一旦编码，智能体就能保证它们在各处无死角地被遵守。
对抗代码漂移：从人工清理到自动“垃圾回收”
完全自主的智能体会引入新问题——例如偶尔复现次优的代码模式，导致系统发生“漂移”。最初，团队耗费了每周 20% 的时间来人工清理这些“AI 残渣”。
显然，这不可扩展。于是团队提出了黄金原则（Golden Principles），直接将有助于保持代码库一致性的主观意见编写为机器规则。他们建立了一个循环清理流程：定期运行后台 Codex 任务扫描偏差、更新质量等级，并自动发起重构 PR。这种类似“垃圾回收”的持续微重构，防止了技术债务的利息滚雪球，也让不良代码模式被扼杀在萌芽状态。
结语
这个从零到一百万行代码的史诗级实验清楚地表明：构建软件仍然需要纪律，只不过这种纪律不再直接体现在手写代码中，而是体现在对支撑结构、系统约束和自动化环境的严谨设计上。
在智能体优先的世界里，设计良好的环境、严密的反馈回路和可靠的控制系统，将是决定我们在更大规模下构建复杂软件成败的关键。
🔗 原文链接：工程技术：在智能体优先的世界中利用 Codex