AI编程的最大误区:我们在晋级模型,而他们在晋级环境

读完那篇，企业IT法式员能把"先坐端方再用AI"的反直观逻辑道分明，并能草拟一份操作把持AI天生代码的架构束缚浑单，而没有需要等候公司弄年夜范围AI转型试面。

---

1、那个尝试，推翻了尔对于AI编程的统统假定

2025年8月，OpenAI内部一收只需3人的工程团队，干了一个远乎猖獗的决定。
他们划定：从第一止代码开端，没有脚写所有一止代码。
5个月后，他们托付了一个被数百名OpenAI内部职工天天使用的硬件产物。代码堆栈里有约莫100万止代码，笼盖范畴包罗：使用逻辑、尝试、CI设置、文档、可观察性东西，和统统内部开辟东西。

并且，他们估量完毕那统统所花的时间，只需脚写代码方法的十分之一。（滥觞：OpenAI Harness Engineering Blog）

那没有是PPT里的数字。那是该团队工程师Ryan Lopopolo正在2026年3月公布的工程专客中，切身记载下来的数据。当那收团队厥后扩大到7人时，更使人猜疑的工作呈现了：

均匀每一位工程师天天兼并3.5个Pull Request——并且跟着团队范围扩大，那个吞咽质不但不降落，反而借正在增加。（滥觞：OpenAI Harness Engineering Blog）

先停正在那里念一秒：正在您的团队里，每一人天天产出几个故意义的PR？那篇文章，是尔读完那篇工程专客后，从此中提取进去的10个反直观发明。有些论断，战年夜大都企业法式员的直观完整差异。

---

2、工程师的脚色，被完全从头界说了

许多人读到上面的数字会念：那证实AI才气有多强。实在，中心变质是工程师的事情方法变了。反直观法例一：那收团队最主要的改变是：工程师的主要事情再也不是写代码，而是设想"让AI能写佳代码的情况"。

他们发明，晚期平息缓没有是因为AI才气不敷，而是因为情况借出准备佳——AI缺少须要的东西、抽象层战内部构造。他们的解法嚷"深度劣先事情法"：

把年夜目标合成成小的建立单位（设想、编码、评审、尝试等），让AI逐步建立那些单位，再用那些单位来解锁更庞大的任务。

反直观法例两：当某件事失利时，解法险些历来皆没有是"再试一次"——而是先找到缺得的才气，把它酿成AI能够理解战施行的方法。

那句话十分值患上重复读："解法险些历来皆没有是'再试一次'。"InfoQ 2025年末AI Coding盘点的一篇文章，从海内望角印证了异常的纪律：AI agent甘愿从整开端完毕功用，也没有复用已经有库——因为对于模子来讲，"自己写一个能跑的版原"危急最高。处置那个成就，没有是换更佳的模子，而是成立"必需复用已经有模块"的架构束缚。❓成就：为何异常的AI东西，差别团队产出差异那末年夜？💡观点：AI的输出品质，由运行情况的品质决定，不但由模子才气决定🔧操纵：把"AI为何天生了那段糟糕的代码？"改为"情况里缺少甚么让AI走偏偏了？"✅考证：下次您正在建AI天生的bug时，停下来问：那个成就能不克不及颠末减一条Lint划定规矩去防备？

---

3、您这套"烦人"的架构标准，才是AI的真实焚料

那是整篇文章最主要的反直观论断。
年夜大都企业法式员的天赋是：严峻的架构标准会拖缓AI东西的引进速率。
那个天赋是错的。反直观法例三："文档束缚不敷以包管一个完整由AI天生的代码库连结内乱散性。颠末自愿施行稳定质（invariants），而没有是宏观办理完毕细节，咱们让AI能够快速托付，共时没有会腐化架构根底。"

交下来那句，更推翻：反直观法例四："那是这种凡是要比及有了数百名工程师才会思考的架构。但是正在有了coding agent以后，它是最先期的条件前提。束缚，才是让速率战架构颠簸性并存的底子启事。"

从前，架构标准是"目前再道"的事。现在不可了。有了AI，紊乱的代码库会被以10倍速率复造成10倍紊乱的代码库。他们的具体作法：为每一个营业域界说牢固的代码条理（Types → Config → Repo → Service → Runtime → UI），用自界说Linter自愿施行依靠标的目的写的是"稳定质"，没有是"完毕标准"——好比"每一条日记必需照顾预约义的必挖字段汇合（如trace_id、service、severity），由 schema 固态校验。"，而没有是"日记要用log4j"Linter的报错疑息被特地设想成对于AI可读的建设指挥，让AI瞅到报错便明白下一步怎样改他们借大白了鸿沟感：反直观法例五："您们深度关心鸿沟、准确性战可复现性。正在那些鸿沟以内，许可团队（或者agent）正在表示处置计划时有相称年夜的自由度。"

没有划定AI用哪一个库，但是划定它不克不及逾越哪些条理鸿沟。那战VentureBeat报导的EY案例下度符合：EY开辟团队将AI agent交进内部工程标准战开规框架后，完毕了4-5倍的编程服从提拔。离开标准的agent，只可产出需要大批返工的通用代码。架构束缚是束缚AI的"笼子"？没有，它是AI的导航体系。

---

4、AGENTS.md：它是目次，没有是百科齐书籍

那是另外一个踏坑后才明白的反直观发明。他们一开端也测验考试过"一个年夜AGENTS.md"计划——把统统标准皆写进去。失利了。失利启事有四：
高低文是密缺资本
：一个弘大的指令文献会挤占任务自己、代码战相干文档的空间
当统统工作皆"主要"时，甚么皆没有主要
：agent会部门情势匹配，而没有是全部导航
文档马上开端腐朽
：agent分没有浑甚么另有效，人也懒患上保护，全部文献酿成"吸收人的省事"
简单文献没法干机器化校验
：没法考证笼盖率、新奇度、穿插链交反直观法例六："以是咱们没有把AGENTS.md当百科齐书籍，而是当目次（table of contents）。"

具体的构造：AGENTS.md约莫100止，只充任指背其余常识源的舆图；真实的常识库正在构造化的docs/目次里，包罗设想文档、施行方案、产物规格等。那面前 有一个更深的绳尺：反直观法例七："从agent的角度去瞅，所有它正在运行时没法会见的疑息，理论上乘于没有存留。"

那句话对于企业IT法式员特别难听逆耳——因为您们积聚了十年的体系常识，集降正在Confluence、邮件链、群聊记载战老职工的脑筋里。对于AI代办署理来讲，那些常识局部即是没有存留。这次Slack上对于齐了架构决议计划的会商？不写退代码堆栈，对于AI来讲便跟没有存留一致——便像三个月后新进职的工程师永久没有会明白这次会商一致。❓成就：为何AI老是"没有理解"您们体系的一定划定规矩？💡观点：AI只可使用它正在高低文窗心里瞥见的疑息；瞅没有睹的即是没有存留🔧操纵：翻开AGENTS.md，增失落超越20%的实质（这些移到docs/目次），把盈余部门改为"指背其余文档的导航舆图"✅考证：一个新进职的工程师瞅了AGENTS.md，能正在3分钟内乱找就任何他需要的文档吗？

---

5、瓶颈迁徙了：从"写代码"酿成了"QA处置质"

跟着AI代码吞咽质增加，那收团队碰到了一个完整意料以外的新瓶颈。反直观法例八："跟着代码吞咽质的增加，咱们的瓶颈酿成了野生QA处置质。"

那个改变表示着：当AI产出速率近超人类消化速率，人力时间战留神力成为崭新的密缺资本。他们的解法没有是招更多尝试职员，而是把QA那件事也酿成AI能干的事：让app能够按git worktree各自自力启用，AI能为每一个变动运行自力真例把Chrome DevTools Protocol交进agent运行时，让AI能自己启动浏览器干UI考证将日记、目标、链路跟踪局部表露给当地可观察性手艺栈，让AI能用LogQL战PromQL盘问自己代码的运行形状他们借分享了一个瞅起去大逆不道的发明：反直观法例九："正在某些情况下，让agent从头完毕一部门功用，比吃力挪用某个大众库的没有通明举动，本钱更高。"

企业法式员的天赋是"重复制轮子！"。但是正在AI编程情况下，逻辑差别了：让AI能残破理解、考证战改正的代码，比依靠一个对于AI没有通明的内部依靠更有代价。他们的例子：用自完毕的map-with-concurrency helper交流p-limit这种第三圆包，因为自完毕版原完全集成为了OpenTelemetry跟踪，有100%的尝试笼盖，举动完整契合运行时预期。

---

6、从头界说研收节奏：建正比等候更自制

最初一个反直观的改变，是对于研收过程的节奏。反直观法例十："代码堆栈以起码的壅闭性兼并门控运行。Pull Request是长久的。尝试奇收失利凡是用后绝运行去处置，而没有是无限期壅闭退度。正在一个agent吞咽质近超野生留神力的体系里，改正是便宜的，等候是高贵的。"

那战保守企业IT的PR过程完整差异——一般为：代码评审 → 尝试评审 →平安 评审 →兼并 ，每环皆可以等上多少天。当AI能连续以每一人天天3.5个PR的速率产出，壅闭性过程的本钱会急遽缩小。他们的作法是：将年夜部门评审事情接给agent-to-agent处置，只正在需要人类鉴别时才升级到野生考核。人类担当设定劣先级、把用户反应翻译成查收尺度、考证终极成果。他们借成立了按期运行的"文档花匠agent"——连续扫描过期或者再也不反应实在代码举动的文档，主动启PR建设。手艺债便像下息存款：连续分批归还，近比积聚后集合爆破价格更高。

---

7、给企业IT法式员的三个来日诰日就可以干的行动

读到那里，您可以正在念：那些是OpenAI粗英团队正在崭新名目上干的尝试，跟尔的营业场景有甚么干系？干系是：那些反直观法例，正在企业IT场景下反而更易降天——因为您已经具有"架构束缚"那一中心本质料。Stack Overflow正在2026年3月的一篇专文里道了一件幽默的事：正在引进AI coding agent时，"具有老练代码标准的企业，具备清楚的先收劣势"。您们这套偶然分让人以为"烦人"的架构标准、代码检查尺度、定名约定——那恰是AI代办署理需要的导航体系。您没有需要从整开端，您只要供把已经有的标准"施行化"。
三个来日诰日就可以开端的行动：
把现有标准酿成可施行的Lint划定规矩：找出团队标准文档中最主要的3条绳尺，把它们转移为Linter划定规矩（可让AI助您写），让划定规矩正在CI里自愿施行，而没有是靠野生影象。沉写AGENTS.md（或者等效文献）：没有超越100止，只写"那里有甚么、来那里找"，增失落统统具体的完毕指挥（这些搁到docs/目次）。界说一个"不成逾越的鸿沟"：选一个最主要的架构束缚（好比"避免Service层间接挪用数据库，而用Repository 层独有数据库会见权"），写一个架构尝试去考证它，而后让AI来保护那个尝试。

---

写正在最初：规律迁徙了，不磨灭

Harness团队的尝试提醒了一个比"AI能写代码"更深层的原理：
硬件工程的规律不磨灭，它不过迁徙了——从代码自己，迁徙到了为AI天生代码效劳的足脚架里。
从前，那个规律体现在一止一止文雅的代码里。现在，它体现在架构束缚、常识库构造战反应关环的设想里。东西变了，但是工程师最中心的事情不变：让庞大体系正在束缚内乱，可靠天运行。您的架构标准，没有是AI的绊足石。它是AI的焚料。

---

假设您也正在用AI coding东西，欢送正在批评区聊聊您们团队目前面临的最年夜挑战：是AI天生的代码品质没有颠簸？团队标准易以降天？仍是已经踏过某些您甘愿分享的坑？

---

参照质料
Ryan Lopopolo（OpenAI）.Harness engineering: leveraging Codex in an agent-first world. 2026-03-11.InfoQ.AI Coding 2025年末盘点：Spec在鲸吞人类编码，Agent制轮子拖垮服从，Token本钱得控后高低文工程成输赢脚. 2025-12-31.VentureBeat.EY hit 4x coding productivity by connecting AI agents to engineering standards. 2026.Stack Overflow Blog.Building shared coding guidelines for AI (and people too). 2026-03-26.