工程工具的构建

Birgitta在Thoughtworks担任工程师，专注于AI辅助交付。

OpenAI的文章探讨了如何利用AI构建大型应用的维护工具，强调了可维护性和信任度。

文章提出了未来可能出现的“harness”作为服务模板的概念。

OpenAI团队的harness组件结合了确定性和基于LLM的方法，分为三个类别：上下文工程、架构约束和垃圾收集。

强调了迭代过程的重要性，代理的挣扎被视为信号，反馈到代码库中。

文章讨论了harness作为未来服务模板的潜力，可能会成为团队启动新服务的基础。

提到AI生成代码的可维护性需要对解决方案空间进行约束，放弃一些灵活性。

随着编码变得更依赖于AI生成，可能会导致技术栈和拓扑的收敛。

对于旧代码库，考虑是否值得进行harness的改造，可能面临标准化和混乱的问题。

反思当前的harness，询问团队是否有预提交钩子、定制linter和架构约束。

OpenAI团队面临的挑战包括设计环境、反馈循环和控制系统，强调了设计工作的重要性。