Lar
Programação sem pessoal: Engenheiros da OpenAI revelam que a destilação de IA para agentes é o companheiro de equipe definitivo, com 10 milhões de linhas de código

O engenheiro da OpenAI, Ryan Lopopolo, compartilhou recentemente um artigo extenso, intitulado “Harness Engineering”, detalhando como as equipes internas dependem fortemente do Codex. Essa experiência deu origem a uma “biblioteca fantasma” chamada Symphony e estabeleceu um novo paradigma de engenharia.
Experimento principal: adotando a restrição de “sem programação humana”
Ryan impôs uma restrição drástica logo no início do experimento: nunca escrever código manualmente.
Da frustração ao avanço: inicialmente, o modelo teve dificuldades com lógicas complexas, tornando o desenvolvimento dez vezes mais lento do que a produção humana.
Impulsionando a evolução das ferramentas: para permitir que o agente trabalhasse de forma independente, a equipe construiu um sistema Harness (console de desenvolvimento) altamente refinado.
Ganhos exponenciais em eficiência: À medida que modelos como o GPT-5.4 melhoravam, a eficiência do sistema acabou superando a de qualquer equipe de engenharia isolada.
Táticas-chave: manter o tempo de compilação abaixo de “um minuto”
Na OpenAI , a eficiência do Agente depende de um feedback extremamente rápido:
Ciclo interno: a equipe reconstruiu iterativamente o sistema de compilação (de Makefile para Bazel e depois para Nx), mantendo os tempos de compilação estritamente abaixo de 1 minuto.
Decomposição lógica: quando as compilações ficavam lentas, o Agente dividia automaticamente o gráfico de compilação em partes menores até que a complexidade caísse abaixo do limite, preservando o foco do Agente.
Mudança de paradigma: os seres humanos se tornam o gargalo na revisão de PRs
Quando o código podia ser facilmente paralelizado, o verdadeiro recurso escasso era a atenção humana.
Revisão pós-fusão: a equipe automatizou as revisões pré-fusão, transferindo a maior parte da revisão manual para após a fusão do código, com o objetivo de garantir a qualidade e capturar conhecimento.
Observabilidade como empoderamento: os engenheiros agora se concentram em equipar o Agente com rastreamentos (Tracing) e ferramentas de observabilidade, concedendo-lhe habilidades de autocorreção, em vez de corrigirem os bugs eles mesmos.
Destilação de experiência: Engenheiros seniores codificam seu conhecimento tácito em documentos de habilidades e testes, incorporando-o ao contexto do sistema.
O futuro do setor: Bibliotecas-fantasma e internalização de dependências
Ryan apresentou uma visão provocativa: à medida que os custos dos tokens se aproximam de zero, as dependências de software poderiam desaparecer.
Bibliotecas-fantasma: os desenvolvedores precisam apenas definir uma especificação de alta fidelidade, permitindo que o Agente a reconstrua e implemente localmente.
Internalização de dependências: para bibliotecas de terceiros de complexidade média a baixa, o Agente pode incorporá-las diretamente no repositório, removendo código supérfluo e criando uma pilha de tecnologia totalmente autônoma.
Conclusão: do copiloto ao colega de equipe autônomo
De acordo com a Equipe Frontier da OpenAI, o desenvolvimento de software no futuro será otimizado para a legibilidade do Agente, em vez de para os hábitos humanos, reestruturando toda a base de código de acordo com isso. Quando os Agentes gerenciarem todo o ciclo de vida — desde a escrita do código e a implantação de CI até o monitoramento da produção —, os engenheiros humanos passarão a atuar exclusivamente como “guia” da arquitetura do sistema.
Artigo relacionado
A Ctrip Business Travel apresenta um ecossistema de IA com 7 agentes do setor e 17 recursos principais
A Ctrip Business Travel lançou oficialmente o “Ecossistema de IA da Ctrip Business Travel”, utilizando modelos de linguagem de grande escala para reestruturar de forma radical a gestão de viagens corp
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u
Recomendações de tópicos especiais relacionados
Comentários (0)

O engenheiro da OpenAI, Ryan Lopopolo, compartilhou recentemente um artigo extenso, intitulado “Harness Engineering”, detalhando como as equipes internas dependem fortemente do Codex. Essa experiência deu origem a uma “biblioteca fantasma” chamada Symphony e estabeleceu um novo paradigma de engenharia.
Experimento principal: adotando a restrição de “sem programação humana”
Ryan impôs uma restrição drástica logo no início do experimento: nunca escrever código manualmente.
Da frustração ao avanço: inicialmente, o modelo teve dificuldades com lógicas complexas, tornando o desenvolvimento dez vezes mais lento do que a produção humana.
Impulsionando a evolução das ferramentas: para permitir que o agente trabalhasse de forma independente, a equipe construiu um sistema
Ganhos exponenciais em eficiência: À medida que modelos como
Táticas-chave: manter o tempo de compilação abaixo de “um minuto”
Na
Ciclo interno: a equipe reconstruiu iterativamente o sistema de compilação (de Makefile para Bazel e depois para Nx), mantendo os tempos de compilação estritamente abaixo de 1 minuto.
Decomposição lógica: quando as compilações ficavam lentas, o Agente dividia automaticamente o gráfico de compilação em partes menores até que a complexidade caísse abaixo do limite, preservando o foco do Agente.
Mudança de paradigma: os seres humanos se tornam o gargalo na revisão de PRs
Quando o código podia ser facilmente paralelizado, o verdadeiro recurso escasso era a atenção humana.
Revisão pós-fusão: a equipe automatizou as revisões pré-fusão, transferindo a maior parte da revisão manual para após a fusão do código, com o objetivo de garantir a qualidade e capturar conhecimento.
Observabilidade como empoderamento: os engenheiros agora se concentram em equipar o Agente com
Destilação de experiência: Engenheiros seniores codificam seu conhecimento tácito em documentos de habilidades e testes, incorporando-o ao contexto do sistema.
O futuro do setor: Bibliotecas-fantasma e internalização de dependências
Ryan apresentou uma visão provocativa: à medida que os custos dos tokens se aproximam de zero, as dependências de software poderiam desaparecer.
Bibliotecas-fantasma: os desenvolvedores precisam apenas definir uma especificação de alta fidelidade, permitindo que o Agente a reconstrua e implemente localmente.
Internalização de dependências: para bibliotecas de terceiros de complexidade média a baixa, o Agente pode incorporá-las diretamente no repositório, removendo código supérfluo e criando uma pilha de tecnologia totalmente autônoma.
Conclusão: do copiloto ao colega de equipe autônomo
De acordo com a Equipe Frontier da OpenAI, o desenvolvimento de software no futuro será otimizado para a legibilidade do Agente, em vez de para os hábitos humanos, reestruturando toda a base de código de acordo com isso. Quando os Agentes gerenciarem todo o ciclo de vida — desde a escrita do código e a implantação de CI até o monitoramento da produção —, os engenheiros humanos passarão a atuar exclusivamente como “guia” da arquitetura do sistema.
A Ctrip Business Travel apresenta um ecossistema de IA com 7 agentes do setor e 17 recursos principais
A Ctrip Business Travel lançou oficialmente o “Ecossistema de IA da Ctrip Business Travel”, utilizando modelos de linguagem de grande escala para reestruturar de forma radical a gestão de viagens corp
Stripe vai adquirir a OpenRouter à medida que o roteamento baseado em modelos de IA ganha força
A Stripe concordou em adquirir a OpenRouter, uma plataforma de roteamento de modelos de IA que oferece aos desenvolvedores acesso a centenas de modelos por meio de uma única interface. O acordo amplia
O ex-pesquisador da OpenAI, Barrett Zoph, retorna ao Google para apoiar o desenvolvimento do Gemini
Barret Zoph, que anteriormente havia deixado a empresa de forma repentina e se juntado à OpenAI devido a um desentendimento com a CEO da Thinking Machines Lab, Miriam Mularati, mudou de emprego mais u











