“零人编程”:OpenAI工程师揭秘面向智能体的AI蒸馏技术——终极队友,1000万行代码

OpenAI 工程师 Ryan Lopopolo 最近分享了一篇题为《驾驭工程》的长文,详细介绍了内部团队如何高度依赖 Codex。这项实验催生了一个名为 Symphony 的“幽灵库”,并确立了一种新的工程范式。
核心实验:接受“禁止人工编写代码”的约束
瑞安在实验伊始就设定了一项极具挑战性的约束条件:绝不手动编写任何代码。
从挫折到突破:起初,该模型在处理复杂逻辑时举步维艰,导致开发速度比人工编写慢十倍。
推动工具演进:为了让智能代理能够独立工作,团队构建了一个高度优化的Harness(开发控制台) 系统。
效率呈指数级提升:随着GPT-5.4等 模型的改进,该系统的效率最终超越了任何单一工程团队。
关键策略:将构建时间控制在“一分钟”以内
在OpenAI 内部,Agent 的效率取决于极快的反馈:
内循环:团队迭代重构了构建系统(从 Makefile 到 Bazel 再到 Nx),将构建时间严格控制在1 分钟以内。
逻辑分解:当构建速度变慢时,Agent会自动将构建图拆分为更小的部分,直到复杂度降至阈值以下,从而保持Agent的专注度。
范式转变:人类成为PR审核中的瓶颈
当代码可以轻松并行化时,真正的稀缺资源便是人类的注意力。
合并后审查:团队实现了合并前审查的自动化,将大部分人工审查工作转移到代码合并之后,以进行质量保证和知识捕获。
可观测性作为赋能手段:工程师现在专注于为代理配备追踪(Tracing) 和可观测性工具,赋予其自我修复能力,而不是自己修复 bug。
经验提炼:资深工程师将隐性知识编纂为技能文档和测试用例,并将其嵌入系统上下文中。
行业的未来:幽灵库与依赖项内部化
Ryan提出了一个发人深省的愿景:随着代币成本趋近于零,软件依赖关系可能会消失。
幽灵库:开发者只需定义高保真规格说明,由代理在本地进行重建和实现。
依赖关系内化:对于中低复杂度的第三方库,代理可将其内联到代码库中,剔除冗余代码,从而构建出完全自包含的技术栈。
结论:从“副驾驶”到“自主团队伙伴”
据OpenAI 的 Frontier 团队称,未来的软件开发将以“代理”的可读性为优化目标,而非人类的习惯,并据此重构整个代码库。当“代理”管理整个生命周期——从编写代码、持续集成(CI)部署到生产环境监控——人类工程师将完全转型为系统架构的“牧羊人”。
相关文章
携程商务旅行推出人工智能生态系统,涵盖7家行业服务商和17项核心功能
携程商务旅行正式推出“携程商务旅行AI生态系统”,利用大型语言模型从根本上重构企业差旅管理。 这一综合性生态系统涵盖四大核心场景:差旅安排、差旅管理、采购及能力共享。该生态系统推出了七个专业AI助手,分别负责差旅问答、行程预订、审批、数据洞察、合规风险控制、财务结算及资源采购,标志着行业正从数字化管理向自动化、AI助手驱动的时代转型。从战略层面看,携程商务旅行业务采取开放的“打破壁垒”策略,通过开
随着AI模型路由技术势头渐增,Stripe将收购OpenRouter
Stripe 已同意收购 OpenRouter——这是一家人工智能模型路由平台,可让开发者通过单一接口访问数百种模型。此项收购将模型选择和路由功能融入 Stripe 现有的 AI 应用及基于令牌的计费业务中。据 Stripe 称,OpenRouter 支持来自 80 多家提供商的 400 多个模型。开发者无需与每个模型提供商分别进行集成,只需通过 OpenRouter 借助一个 API 即可发送请
前OpenAI研究员巴雷特·佐夫重返谷歌,助力Gemini的开发
巴雷特·佐夫(Barret Zoph)此前因与Thinking Machines Lab首席执行官米里亚姆·穆拉拉蒂(Miriam Mularati)意见不合而突然离职并加入OpenAI,如今他再次更换了雇主。Alphabet旗下的谷歌宣布,佐夫将回归担任研究副总裁,将其在强化学习和后训练方面的专业知识带入Gemini团队。“旋转门”式研究人员的职业循环佐夫的职业生涯是人工智能人才流动的典型例证。
相关专题推荐
评论 (0)
0/500

OpenAI 工程师 Ryan Lopopolo 最近分享了一篇题为《驾驭工程》的长文,详细介绍了内部团队如何高度依赖 Codex。这项实验催生了一个名为 Symphony 的“幽灵库”,并确立了一种新的工程范式。
核心实验:接受“禁止人工编写代码”的约束
瑞安在实验伊始就设定了一项极具挑战性的约束条件:绝不手动编写任何代码。
从挫折到突破:起初,该模型在处理复杂逻辑时举步维艰,导致开发速度比人工编写慢十倍。
推动工具演进:为了让智能代理能够独立工作,团队构建了一个高度优化的
效率呈指数级提升:随着
关键策略:将构建时间控制在“一分钟”以内
在
内循环:团队迭代重构了构建系统(从 Makefile 到 Bazel 再到 Nx),将构建时间严格控制在1 分钟以内。
逻辑分解:当构建速度变慢时,Agent会自动将构建图拆分为更小的部分,直到复杂度降至阈值以下,从而保持Agent的专注度。
范式转变:人类成为PR审核中的瓶颈
当代码可以轻松并行化时,真正的稀缺资源便是人类的注意力。
合并后审查:团队实现了合并前审查的自动化,将大部分人工审查工作转移到代码合并之后,以进行质量保证和知识捕获。
可观测性作为赋能手段:工程师现在专注于为代理配备
经验提炼:资深工程师将隐性知识编纂为技能文档和测试用例,并将其嵌入系统上下文中。
行业的未来:幽灵库与依赖项内部化
Ryan提出了一个发人深省的愿景:随着代币成本趋近于零,软件依赖关系可能会消失。
幽灵库:开发者只需定义高保真规格说明,由代理在本地进行重建和实现。
依赖关系内化:对于中低复杂度的第三方库,代理可将其内联到代码库中,剔除冗余代码,从而构建出完全自包含的技术栈。
结论:从“副驾驶”到“自主团队伙伴”
据OpenAI 的 Frontier 团队称,未来的软件开发将以“代理”的可读性为优化目标,而非人类的习惯,并据此重构整个代码库。当“代理”管理整个生命周期——从编写代码、持续集成(CI)部署到生产环境监控——人类工程师将完全转型为系统架构的“牧羊人”。
携程商务旅行推出人工智能生态系统,涵盖7家行业服务商和17项核心功能
携程商务旅行正式推出“携程商务旅行AI生态系统”,利用大型语言模型从根本上重构企业差旅管理。 这一综合性生态系统涵盖四大核心场景:差旅安排、差旅管理、采购及能力共享。该生态系统推出了七个专业AI助手,分别负责差旅问答、行程预订、审批、数据洞察、合规风险控制、财务结算及资源采购,标志着行业正从数字化管理向自动化、AI助手驱动的时代转型。从战略层面看,携程商务旅行业务采取开放的“打破壁垒”策略,通过开
随着AI模型路由技术势头渐增,Stripe将收购OpenRouter
Stripe 已同意收购 OpenRouter——这是一家人工智能模型路由平台,可让开发者通过单一接口访问数百种模型。此项收购将模型选择和路由功能融入 Stripe 现有的 AI 应用及基于令牌的计费业务中。据 Stripe 称,OpenRouter 支持来自 80 多家提供商的 400 多个模型。开发者无需与每个模型提供商分别进行集成,只需通过 OpenRouter 借助一个 API 即可发送请
前OpenAI研究员巴雷特·佐夫重返谷歌,助力Gemini的开发
巴雷特·佐夫(Barret Zoph)此前因与Thinking Machines Lab首席执行官米里亚姆·穆拉拉蒂(Miriam Mularati)意见不合而突然离职并加入OpenAI,如今他再次更换了雇主。Alphabet旗下的谷歌宣布,佐夫将回归担任研究副总裁,将其在强化学习和后训练方面的专业知识带入Gemini团队。“旋转门”式研究人员的职业循环佐夫的职业生涯是人工智能人才流动的典型例证。





首页






