人类掌舵，Agent 执行：当软件工程从“写代码”转向“设计意图”
导语：过去五个月，OpenAI 团队进行了一项大胆实验：在一个全新的产品开发中，0 行代码由人工编写。所有的逻辑、测试、CI 配置和文档均由 Codex 完成。结果令人震惊：开发效率提升了约 10 倍，一个仅有 3-7 人的团队在五个月内完成了百万行代码的构建与发布。
在这个新范式中，工程师的角色被彻底重新定义。既然 Codex 可以处理所有的实现细节，人类工程师的工作就不再是“怎么写代码”，而是：
代码库必须对 Agent 友好。团队不仅要让人读懂代码，更要让 Agent “读懂”运行时的状态。为此，团队将日志 (LogQL)、指标 (PromQL) 和 Chrome DevTools 协议直接暴露给 Agent，使其能独立复现 Bug、验证修复并理解 UI 行为。
为了解决上下文窗口限制，不能把所有文档都塞给 Agent。AGENTS.md 被设计为一份“地图”（目录），而非百科全书。它引导 Agent 去仓库的 docs/ 目录查找具体的单一事实来源 (System of Record)。
如何保持代码风格一致？答案不是微管理，而是机械化强制。通过 Lint 规则和架构边界来约束 Agent。只要符合不变量（Invariants），具体的实现风格可以由 Agent 自主决定。重点在于边界清晰，而非细节完美。
全自动生成的代码容易产生漂移。团队建立了类似“垃圾回收”的后台任务，持续扫描代码库，自动发起重构 PR 以偿还技术债务。人类的工程品味被编码为规则，持续自动执行。
这项实验揭示了软件工程未来的方向：瓶颈已不再是代码编写速度，而是人类的注意力和质量评估能力。
当 Agent 的产出速度超过人类的审查速度时，传统的“阻塞式合并”变得不可行。未来的开发模式将更像是一种高级的系统编排：工程师编写“脚手架”和“反馈回路”，而 Agent 负责填充所有的血肉。在这个过程中，最稀缺的资源依然是——人类对复杂系统的判断力。