OpenAI 内部实验：零手写代码，用 Codex 智能体构建产品
OpenAI 近日发表了一篇引人关注的工程实践文章，详细记录了团队用 Codex 构建一款内部产品的全过程。核心实验条件只有一个：人类不写任何代码。
从 2025 年 8 月开始的空仓库起步，到五个月后拥有了约一百万行代码的应用——包含应用逻辑、测试、CI 配置、文档、监控仪表盘和内部工具——全部由 Codex 代理编写。团队估算，这项工作如果手写需要的时间大约是实际用时的 10 倍。
工程师的新角色：从写代码到设计系统
这个实验中最深刻的发现是：当代码全部由 AI 生成时，人类工程师的角色发生了根本转变。不再是逐行编写逻辑，而是设计环境、明确意图、构建反馈循环，让 Codex 代理能够可靠地工作。
团队的工作方式变成了深度优先：将一个大型目标拆解为更小的构建块（设计、编码、审查、测试），提示代理构建这些块，然后用它们解锁更复杂的任务。失败时，修复方案几乎从来不是“再试一次”——而是问“缺少什么能力，如何让它对代理既清晰又可执行？”
知识库成为系统核心
让代理高效工作的一个关键发现是：AGENTS.md 不应该是百科全书，而应该是目录。真正的知识存放在结构化的 docs/ 目录中，一个约 100 行的 AGENTS.md 充当索引，指向更深层的真相来源。
代码库优化方向也从“对人可读”变为“对代理可读”。团队将 Chrome DevTools 协议接入代理运行环境，将日志、指标和追踪暴露给 Codex，使代理能够直接通过 LogQL 和 PromQL 查询系统状态。单个 Codex 会话可以在一个任务上持续运行长达六小时——往往在人类睡觉时工作。
从 AI 辅助到 AI 驱动的工程实践
五个月内约 1500 个 PR 被合并，人均每天 3.5 个 PR。而且随着团队从 3 人扩展到 7 人，吞吐量仍在增长。大部分的审查工作也交给了代理之间相互完成。
这对软件工程的未来提出了一个重要问题：当写代码不再是核心技能时，工程师的真正价值在哪里？OpenAI 的答案是——在系统设计、意图表达和代理编排上。