评审也不靠人，每天消耗 10 亿 token！OpenAI 核心工程师自曝极限经历：对代码细节没执念了！MCP 早死了！软件依赖会消失，揭秘幽灵库 7 层架构

📌 一句话摘要

本文编译整理了 OpenAI Frontier 团队核心工程师 Ryan Lopopolo 在播客中的深度访谈，揭示了其团队通过「Harness 工程」实现零人工代码、百万行代码库完全由 AI 生成并自主评审的极限实践，并分享了其对 AI 原生软件开发范式、工具链及未来趋势的颠覆性观点。

📝 详细摘要

文章基于 OpenAI Frontier 团队核心工程师 Ryan Lopopolo 的播客访谈，深度解析了其团队在「Harness 工程」上的极限实践。该团队通过构建名为「幽灵库」的七层架构系统，实现了零人工代码编写、代码库规模超百万行、且无需人类代码评审的开发模式。核心方法论在于将开发任务拆解为 AI 可执行的规范，并通过持续优化上下文、构建速度和反馈循环来提升 AI 代理的效率。文章还探讨了由此引发的软件开发范式变革，包括软件需对 Agent 可读、开源依赖可能被 AI 内化重写、MCP 工具协议被看衰、以及 AI 原生 MVC（Model-View-Claw）架构等前瞻性观点。同时，也披露了 OpenAI Frontier 团队旨在为企业提供安全、大规模 Agent 部署平台的战略方向。

💡 主要观点

- Harness 工程的核心是构建让 AI 自主工作的上下文与规范系统，而非直接改进提示词。 OpenAI Frontier 团队通过构建一个不包含实际代码的「幽灵库」，为 AI 代理提供了生成百万行代码所需的所有上下文、规范和工作流，实现了开发效率 10 倍的提升和零人工代码审查。

未来的软件必须首先对 Agent 可读，这要求代码高度模块化、可观测且「Token 高效」。 为确保 AI 代理的高效运行，团队强制执行「一分钟构建纪律」，倒逼代码架构优化。软件的可读性标准从 human-legible 转向 agent-legible，隐性知识必须被显性化并编码进系统。

传统的软件依赖、BUG 定义和 MVC 架构在 AI 原生时代将被重新定义。 开源依赖可能被 AI 内化重写；BUG 被定义为「因未写明的非功能性需求而产生的代码不一致」；MVC 演变为 Model-View-Claw（Claw 即 Harness）。Ryan 对 MCP 持悲观态度，认为其会增加上下文负担。

人类工程师的角色从代码编写者转变为系统设计者和瓶颈消除者。 工程师应专注于定义「系统原语」、设计工作流、并将隐性工程知识转化为 AI 可理解的规范。人类的稀缺资源是同步注意力，因此需要将人从开发循环中移除，专注于复杂和全新的问题。

💬 文章金句

- 当 AI 失败时，不要上来就想着改进提示词，而是问：缺少什么能力、上下文或结构？

• 未来的软件必须首先对 Agent 可读。‘如果软件充满了隐性上下文，Agent 就无法有效工作。’
• 我已经对代码细节没有执念了，但我非常关注‘系统原语’。
• MCP 已经死了！因为它会强制往上下文里注入大量 token，还会影响自动压缩，甚至 agent 可能忘记怎么用这些工具。
• 开源软件的依赖可能会消失。因为在他看来，几千行代码的中低等复杂度软件，已经完全可以让 AI 来重写，被模型内化。

📊 文章信息

AI 初评：88

来源：51CTO技术栈

作者：51CTO技术栈

分类：人工智能

语言：中文

阅读时间：86 分钟

字数：21272

标签： Harness 工程, AI 原生开发, Codex, OpenAI, Agent

阅读完整文章