基本信息

来源摘要/节选

公开展示已截断至最多 800 个字符；请访问原始来源查看完整上下文。

其实在不少 AI Coding 的内容下，一直有不少人说，AI 写的代码不够好用，甚至感觉很傻，是不是自己的大模型能力不行？为什么感觉我的 AI 和别人的 AI 好像不是一个东西？这个效果怎么可以上生产？ 实际上还真不是，虽然说不同大模型的能力上限确实是一个原因，但是实际 你对 AI 工程的管理方式，还有你使用的 Agent 工具，也是影响 AI 编程结果的核心因素 ，例如： 同样是 Claude ，但是它在 Claude Code、Cursor、Antigravity 、Copilot、OpenCode、Kiro 和 Junie 里的表现可是天差地别，孰好孰坏就不用我多说了吧？ 另外 你是在单纯 Prompt AI 还是管理 AI 工程 ，整个生产体验也会不一样，用 AI 不是说完几句话就可以不管等结果，比如常见的 SDD （Spec-Driven Development）的开发管理方式，它就需要很多文档来进行迭代、记录和索引： 当然，我们今天要说的是 OpenAI 的 AI 工程实践，讲的是： OpenAI 如何使用 Codex ，在五个月内完全不使用任何人工代码来构建并发布一款产品 。 首先 OpenAI 明确了一个核心观点： 软件工程的核心正在从「写代码」转向「构建 AI 执行系统」（harness），工程师不再是“写代码的人”，而是设计 AI 工作环境的人 。 他们主要是做了一个真实的生产实验，通过 3 名工程师，在五个月的时间，完全通过 codex 完成一个 100 万行代码的项目，期间所有代码、测试、CI、文档都由 Codex agents 自动生成，而人主要负责定义规则、结构和流程。…

来源说明

当前只保存了公开页面节选，不代表原文全文。请以原始来源为准。

本页只呈现已做哈希绑定的来源证据，不包含基于旧正文或缺失原文的扩展推断。