Harness 工程：让 Codex 在仓库里可靠工作

先说结论

Harness 不是一段更长的提示词，而是 Agent 能看到、能操作、能自证的整套工作环境。先把仓库变得可读、可运行、可验证，再谈更长自治。模型卡住时，优先问“缺了哪种能力或反馈”，不要只把同一句要求再说一遍。

原文解决什么

文章复盘了一个极端实验：团队让 Codex 生成产品代码、测试、CI、文档和内部工具，人负责描述意图、设计约束和验收结果。真正的瓶颈不是打字速度，而是仓库知识散落、运行状态对 Agent 不可见、架构规则只存在于人的经验里。文章因此把工程重心移到环境、反馈环和控制系统。

核心机制

• 用短 AGENTS.md 当目录，而不是百科全书；详细设计、计划和产品约束放进可索引的仓库文档。
• 让每个 worktree 能独立启动，并把 UI、日志、指标和 trace 暴露给 Agent，使“修好了”可以被原路径验证。
• 把重要架构边界写成 lint 和结构测试。指令表达意图，机械门禁阻止越界。
• 把评审意见和线上缺陷回写成规则、工具或测试，并持续清理被 Agent 复制扩散的坏模式。

原文报告了代码规模、PR 吞吐和开发提速等数字，但这些来自 OpenAI 自己的内部项目，本站没有独立复现，也不能据此预测普通仓库的收益。

和 Zero-to-AI 现有实践如何接上

本站已经提供 AGENTS.md 教程、隔离分支或 worktree、git diff 审查与 npm run verify 的组合方法，但这个独立站仓根目录目前没有 AGENTS.md。可确认的是验证入口和教学材料存在；要形成完整闭环，还需在练习仓显式创建规则文件，不能借用父工作区的规则充数。

一个低成本实验

输入： 任取一个只改一页文案或样式的小任务、一个按 AGENTS.md 教程建立规则文件的练习仓，以及该仓的验证命令。

步骤：

1. 新开 worktree 或练习分支，让 Agent 只读复述范围、禁止项和验证入口。
2. 要求它完成改动，运行最窄检查，再运行 npm run verify。
3. 人只看三项：实际 diff、命令退出码、页面原路径表现。
4. 若失败，只补一个缺失能力：文档指针、可执行命令或机械门禁。

成功证据： Agent 无需人手复制命令，能定位入口、完成范围内修改，并区分静态验证与页面行为。

停止线： 同一任务连续两轮只是在加说明、没有消除可观察失败；此时停止扩写 AGENTS.md，先定位缺失的工具或测试。

常见误区

• 把所有背景塞进 AGENTS.md：上下文会被稀释，旧规则也更难维护。
• 把“Agent 写了测试”当成通过：仍要看测试是否触达用户症状，以及命令是否真实运行。
• 照搬“少阻塞合并”：原文的取舍依赖高吞吐、强纠错和特定风险环境，不是通用许可。

原文与证据边界

本文只提炼可迁移的仓库设计原则。OpenAI 的内部用户数、代码量、运行时长和效率均是原文报告，未由本站复现；本站可确认的是当前仓库存在规则入口、Git 隔离和验证命令，不能由此推导已达到同等自治水平。

本文是原创中文实践解读，不是逐句翻译。阅读英文原文。