不懂 Harness Engineering，你所谓的 AI 转型只是在浪费预算
文章探讨了 Harness Engineering 的概念，即通过设计环境、设定标准和建立反馈来构建 AI 的工程环境，从而将 AI 从简单的聊天工具转化为能持续工作的生产力。文章对比了 OpenAI 和 Anthropic 的不同实践路径，并以 VergeX 为例，阐述了 Harness 在 AI 交易中的具体应用，包括工具调用、上下文管理、架构约束和反馈循环四大核心模块。
相关文档
深入解读 Harness Engineering：AI 工程的第三次范式转移
Anthropic 和 OpenAI 几乎同时发布关于 Harness Engineering 的文章，引发 AI 社区热议。本文梳理了从 Prompt Engineering 到 Context Engineering 再到 Harness Engineering 的演变，解析了 Anthropic 的“生成器+评估器”循环架构与 OpenAI 的“百万行代码零手写”分层实践，并结合多位博主的观点，探讨了 Agent 时代工程师角色的转变与未来工程实践的方向。
Harness Engineering: 从零开始 explained
文章从零讲解 Harness Engineering（线束工程）的概念：模型只负责生成文本，而 harness 是围绕模型的软件系统，负责将模型的输出转化为实际工作。作者通过 OpenAI、LangChain、Anthropic 的案例说明，不换模型也能大幅提升 Agent 能力，关键在于模型周围的系统建设。文章以'给文章添加点赞按钮'为例，逐步拆解 harness 的构成：给模型的六件套（tools、循环、记忆、上下文、工作环境、目标与验证），以及给用户的三件套（权限限制、可观测性、评估），展示了模型'提出请求'、harness'执行动作'的协作模式。
三省六部幻觉：为何虚拟公司式多Agent架构在工程上不成立
文章批判了将多个AI Agent拟人化为“产品经理”、“工程师”等角色进行流水线协作的“三省六部”架构。作者指出该模式忽视了LLM无专业壁垒的特性，导致推理过程在传递中衰减。通过对比Anthropic、OpenAI和Google的工程实践，文章提出真正的多Agent架构应依赖显式状态文件、并行搜索而非线性分工，并强调保持推理链连续性比角色扮演更重要。
Mitchell Hashimoto 与 AI 工程演进：从聊天机器人到 Harness Engineering
文章详细介绍了 Terraform 之父 Mitchell Hashimoto 的 AI 工程实践六个阶段，从早期的聊天窗口尝试，到最终实现后台常驻 Agent 的愿景。核心亮点在于第五阶段提出的“Harness Engineering”（工程约束），即通过系统性设计（如 AGENTS.md 和验证工具）来防止 Agent 重复犯错。文章结合 Anthropic 和 OpenAI 的行业案例，指出工程师的核心技能正从手写代码转向设计 Agent 的运行约束环境。
OpenAI Dots: 7x24小时运行GPT-6 Astra，成为只做监督的独立开发者完整指南
文章介绍如何在OpenAI发布Dots常驻Agent和GPT-6 Astra（百万token记忆）后，搭建一个24/7自主运行的AI工作流。核心难题是常驻Agent会高频产生大量简单决策，用前沿模型成本高昂。解决方案是TypeSafe推出的System One模型Jev：它只能输出结构化决策（是/否、选择、评分）并附带置信度，单价仅$0.042/百万token，使百万次决策成本约$42。文章展示了将Jev作为低层决策器、Astra作为高阶思考引擎的组合架构，让独立开发者从写代码转变为定义任务、设限并审核产出的监督者角色。
适合零基础小白的Codex保姆级教程
本文是一篇面向零基础用户的Codex保姆级使用教程，系统介绍了OpenAI将Codex与ChatGPT桌面端整合后的完整使用方法。文章包括：Codex与Claude Code的区别对比（来源、模型、价格、易用性）；安装与账号注册流程；界面三大区域（功能区、项目区、工作区）介绍；三种工作模式（ChatGPT聊天、ChatGPT工作、Codex）的选择建议；基础功能详解（项目、工作位置、添加文件、权限设置、模型选择、语音功能）；高级功能（插件连接Gmail/GitHub、Skill技能复用、图像生成、定时任务、资料库）；以及远程手机连接功能的使用方法，帮助用户高效完成各类任务。
从零开始理解提示缓存（Prompt Caching In Agents）【译】
本文翻译自 Earendil Engineering 的《Prompt Caching In Agents》，系统讲解编程 Agent 中提示缓存的原理与实践。文章介绍了 KV 缓存的工作机制（prefill 与 decode 阶段）、缓存的两种存放方式（会话亲和性与分布式缓存）、前缀匹配对缓存命中的决定性作用，以及显式缓存与自动缓存的区别。还解释了为何修改工具定义会破坏缓存、TTL 过期导致短请求昂贵、缓存未命中的计费代价，以及 Pi 为何保持旧记录稳定而不激进剪枝，帮助读者在上下文、缓存复用、延迟与成本之间取得平衡。
How dots took over my Codex
作者分享了使用 OpenAI 新产品 dots 的体验。Dots 是基于 Codex 开源 harness 构建的主动式个人智能体，可在 Slack、电话、桌面等多渠道间保持上下文连续性，并支持个性化设置。相比传统 Codex，dots 三大优势：一是跨渠道的连续性与个性化，可共享 ChatGPT 记忆和插件；二是协调能力，可并行启动子代理任务，调度本地与 Codex Cloud 云端环境；三是主动性，无需明确提示即可追踪 PR 部署、监控 Slack 消息等并主动汇报。作者认为 dots 大幅释放了心智带宽，已成为其日常工作不可或缺的助手。
ChatGPT 桌面应用重大更新：Codex 合并，Work 模式登场
OpenAI 将拥有超 500 万周活用户的 Codex 编程应用合并进新的 ChatGPT 桌面应用，旧版更名为 ChatGPT Classic。新应用提供 Chat、Work、Codex 三种模式，其中 Work 模式是本次更新的核心：用户可交付完整任务而非简单提问，它能自主拆解目标、执行数小时，并产出文档、表格、幻灯片甚至网页。文中引用维珍航空将数周工作缩短至数小时、英伟达节省 40% 活动筹备时间等案例。此外还介绍了 Projects 长期上下文、Recents 统一管理、活动视图、跨设备同步及 Quick chat 快捷入口等功能。
OpenAI 新时代：10步设置并使用 Dots 智能体、Sol 6.1 等新功能（从零开始）
文章介绍了 OpenAI 在 DevDay 上发布的重大更新，重点讲解了 Dots——一个拥有独立云电脑、可执行后台任务的个人智能体。作者以产品发布协调为例，分10步详细讲解如何从零开始设置和使用 Dots：创建 Dot 并赋予明确职责、连接所需的应用和云电脑、委派任务并保留上下文、设置定时任务和自定义规则以保持控制权等。文章还提及新模型 Sol 6.1、GPT-6 Astra 驱动的 Dots、Codex Cloud 编码环境等新功能，并强调核实智能体输出来源、区分建议与决策的重要性。
OpenAI Agents API 公测版实测：从 Session、沙箱到 Skills
作者对 OpenAI 发布的 Agents API 公测版进行了端到端实测，通过两次 POST /v1/agents/sessions 调用，体验了托管沙箱中的文件读写和 Skill 任务执行。文章介绍了 Agents API 开放的 Codex 背后托管 Agent Harness 的能力，以及 Agent 的三个层次（模型与 Harness、沙箱执行环境、工具与工作流），并详细记录了 Session 创建、SSE 事件流、Agent 在沙箱中的真实执行过程，包括命令失败后的自主恢复、CSV 数据校验与 JSON 输出，以及通过 Artifacts API 取回任务产物的完整流程。
Codex 怎样用 apply_patch 实现编辑文件工具？
本文深入解析 OpenAI Codex 的 apply_patch 编辑文件工具的设计与实现。作者拆解了从模型生成 patch 到文件系统实际变更的五层链路：自定义 patch 语言生成、Lark grammar 解析、验证定位、安全审批与执行。文章对比了 Codex 自定义 patch 格式与标准 unified diff 的异同，详细说明了 hunk 匹配的四轮渐进容错策略、从后向前的替换顺序、写入前整份 patch 验证的意义，以及路径收集与 sandbox 权限审批机制，为 Agent 开发者提供了连接大模型文本生成与确定性文件操作的工程参考。