「零人編碼」:OpenAI 工程師揭露「AI 蒸餾」技術,讓 AI 代理成為終極夥伴,1,000 萬行程式碼

OpenAI 工程師 Ryan Lopopolo 最近分享了一篇題為《駕馭工程》(Harness Engineering)的長文,詳細闡述了內部團隊如何高度依賴 Codex。這項實驗催生了一個名為 Symphony 的「幽靈函式庫」,並確立了一種新的工程範式。
核心實驗:擁抱「零人工編碼」的限制
Ryan 在實驗伊始便設定了一項極具挑戰性的限制:絕不手動編寫任何程式碼。
從挫折到突破:起初,模型在處理複雜邏輯時舉步維艱,導致開發速度比人類編寫慢了十倍。
推動工具演進:為了讓「代理程式」能獨立運作,團隊建構了一個高度精煉的Harness(開發控制台) 系統。
效率呈指數級提升:隨著GPT-5.4 等模型的改進,該系統的效率最終超越了任何單一工程團隊。
關鍵策略:將建置時間控制在「一分鐘」內
在OpenAI 內部,Agent 的效率取決於極快的回饋:
內迴圈:團隊反覆重構建置系統(從 Makefile 到 Bazel 再到 Nx),將建置時間嚴格控制在1 分鐘以內。
邏輯分解:當建置速度變慢時,Agent 會自動將建置圖分解為更小的部分,直到複雜度降至閾值以下,從而維持 Agent 的專注力。
思維模式的轉變:人類成為 PR 審查中的瓶頸
當程式碼能輕鬆並行化時,真正的稀缺資源便是人類的注意力。
合併後審查:團隊將合併前審查自動化,並將大部分手動審查轉移至代碼合併後進行,以確保品質並捕捉知識。
可觀測性作為賦能:工程師現在專注於為代理配備追蹤(Tracing) 與可觀測性工具,賦予其自我修復能力,而非親自修復錯誤。
經驗提煉:資深工程師將其隱性知識編碼為技能文件與測試,並將其嵌入系統脈絡中。
產業的未來:幽靈函式庫與依賴項內部化
Ryan 提出了一個發人深省的願景:隨著代幣成本趨近於零,軟體依賴關係可能會消失。
幽靈函式庫:開發人員只需定義高保真規格,讓「代理」在本地端重構並實作。
依賴項內部化:對於中低複雜度的第三方函式庫,代理程式可將其內嵌至儲存庫中,剔除多餘程式碼,並建立一個完全自包含的技術堆疊。
結論:從 Copilot 到自主團隊夥伴
根據OpenAI 的 Frontier 團隊所述,未來的軟體開發將以「代理程式」的可讀性為優化目標,而非人類的習慣,並據此重構整個程式碼庫。當「代理程式」管理整個生命週期——從編寫程式碼、持續整合(CI)部署到生產環境監控——人類工程師將完全轉型為系統架構的「牧者」。
相關文章
攜手 7 家業界合作夥伴與 17 項核心功能,攜程商務旅行正式推出 AI 生態系統
攜程商務旅行已正式推出「攜程商務旅行 AI 生態系統」,透過運用大型語言模型,從根本上重塑企業差旅管理。 這個全面的生態系統涵蓋四大核心情境:行程安排、差旅管理、採購及能力共享。該生態系統推出七款專用的 AI 代理,涵蓋差旅問答、行程預訂、審批、洞察分析、合規風險控制、財務結算及資源採購,標誌著業界正從數位化管理邁向由 AI 代理驅動的自動化時代。在策略層面,攜程商務旅行採行開放的「打破壁壘」模式
隨著 AI 模型路由技術日益普及,Stripe 將收購 OpenRouter
Stripe 已同意收購 OpenRouter,這是一個 AI 模型路由平台,讓開發者能透過單一介面存取數百種模型。這筆交易為 Stripe 現有的 AI 應用及基於代幣的計費相關業務,增添了模型選擇與路由功能。據 Stripe 表示,OpenRouter 支援來自 80 多家供應商的 400 多個模型。開發者無需分別與各模型供應商進行整合,只需透過 OpenRouter 單一 API 即可發送請
前 OpenAI 研究員巴雷特·佐夫重返 Google,協助 Gemini 的開發工作
巴雷特·佐夫(Barret Zoph)先前因與 Thinking Machines Lab 執行長米里亞姆·穆拉拉蒂(Miriam Mularati)意見不合而突然離職並加入 OpenAI,如今他再次更換雇主。Alphabet 旗下的 Google 宣布,佐夫將以研究副總裁身分回歸,將他在強化學習與後訓練領域的專業知識帶入 Gemini 團隊。「旋轉門」研究人員的循環佐夫的職業生涯正是人工智慧人才
相關專題推薦
評論 (0)
0/500

OpenAI 工程師 Ryan Lopopolo 最近分享了一篇題為《駕馭工程》(Harness Engineering)的長文,詳細闡述了內部團隊如何高度依賴 Codex。這項實驗催生了一個名為 Symphony 的「幽靈函式庫」,並確立了一種新的工程範式。
核心實驗:擁抱「零人工編碼」的限制
Ryan 在實驗伊始便設定了一項極具挑戰性的限制:絕不手動編寫任何程式碼。
從挫折到突破:起初,模型在處理複雜邏輯時舉步維艱,導致開發速度比人類編寫慢了十倍。
推動工具演進:為了讓「代理程式」能獨立運作,團隊建構了一個高度精煉的
效率呈指數級提升:隨著
關鍵策略:將建置時間控制在「一分鐘」內
在
內迴圈:團隊反覆重構建置系統(從 Makefile 到 Bazel 再到 Nx),將建置時間嚴格控制在1 分鐘以內。
邏輯分解:當建置速度變慢時,Agent 會自動將建置圖分解為更小的部分,直到複雜度降至閾值以下,從而維持 Agent 的專注力。
思維模式的轉變:人類成為 PR 審查中的瓶頸
當程式碼能輕鬆並行化時,真正的稀缺資源便是人類的注意力。
合併後審查:團隊將合併前審查自動化,並將大部分手動審查轉移至代碼合併後進行,以確保品質並捕捉知識。
可觀測性作為賦能:工程師現在專注於為代理配備
經驗提煉:資深工程師將其隱性知識編碼為技能文件與測試,並將其嵌入系統脈絡中。
產業的未來:幽靈函式庫與依賴項內部化
Ryan 提出了一個發人深省的願景:隨著代幣成本趨近於零,軟體依賴關係可能會消失。
幽靈函式庫:開發人員只需定義高保真規格,讓「代理」在本地端重構並實作。
依賴項內部化:對於中低複雜度的第三方函式庫,代理程式可將其內嵌至儲存庫中,剔除多餘程式碼,並建立一個完全自包含的技術堆疊。
結論:從 Copilot 到自主團隊夥伴
根據OpenAI 的 Frontier 團隊所述,未來的軟體開發將以「代理程式」的可讀性為優化目標,而非人類的習慣,並據此重構整個程式碼庫。當「代理程式」管理整個生命週期——從編寫程式碼、持續整合(CI)部署到生產環境監控——人類工程師將完全轉型為系統架構的「牧者」。
攜手 7 家業界合作夥伴與 17 項核心功能,攜程商務旅行正式推出 AI 生態系統
攜程商務旅行已正式推出「攜程商務旅行 AI 生態系統」,透過運用大型語言模型,從根本上重塑企業差旅管理。 這個全面的生態系統涵蓋四大核心情境:行程安排、差旅管理、採購及能力共享。該生態系統推出七款專用的 AI 代理,涵蓋差旅問答、行程預訂、審批、洞察分析、合規風險控制、財務結算及資源採購,標誌著業界正從數位化管理邁向由 AI 代理驅動的自動化時代。在策略層面,攜程商務旅行採行開放的「打破壁壘」模式
隨著 AI 模型路由技術日益普及,Stripe 將收購 OpenRouter
Stripe 已同意收購 OpenRouter,這是一個 AI 模型路由平台,讓開發者能透過單一介面存取數百種模型。這筆交易為 Stripe 現有的 AI 應用及基於代幣的計費相關業務,增添了模型選擇與路由功能。據 Stripe 表示,OpenRouter 支援來自 80 多家供應商的 400 多個模型。開發者無需分別與各模型供應商進行整合,只需透過 OpenRouter 單一 API 即可發送請
前 OpenAI 研究員巴雷特·佐夫重返 Google,協助 Gemini 的開發工作
巴雷特·佐夫(Barret Zoph)先前因與 Thinking Machines Lab 執行長米里亞姆·穆拉拉蒂(Miriam Mularati)意見不合而突然離職並加入 OpenAI,如今他再次更換雇主。Alphabet 旗下的 Google 宣布,佐夫將以研究副總裁身分回歸,將他在強化學習與後訓練領域的專業知識帶入 Gemini 團隊。「旋轉門」研究人員的循環佐夫的職業生涯正是人工智慧人才





首頁






