OpenAI veröffentlicht einen Bericht über eine interne Methodik namens „Harness Engineering“, angewendet auf agentenzentrierte Entwicklung mit Codex. Über fünf Monate hinweg produzierte ein Team von drei Ingenieuren (später auf sieben erweitert) ein internes Beta-Produkt mit rund einer Million Codezeilen, wobei null Zeilen manuell geschrieben wurden. Codex-Agents öffneten, bewerteten und mergten rund 1.500 Pull Requests, im Durchschnitt 3,5 PRs pro Ingenieur und Tag.
Der Harness wird als die vollständige Umgebung aus Scaffolding, Beschränkungen und Feedback-Schleifen rund um einen KI-Agenten definiert: Repository-Struktur, CI-Konfiguration, Formatierungsregeln, Anwendungs-Frameworks, Projektanweisungen, Integration externer Tools und Linter. Der erste Commit in ein leeres Repository wurde von Codex CLI mit GPT-5 generiert, geleitet von Vorlagen.
Der Ansatz beruht auf drei Säulen. Context Engineering stützt sich auf strukturierte Dokumentation innerhalb des Repositorys, organisiert in Verzeichnissen mit Systemkarten, Ausführungsplänen und Design-Spezifikationen. Architekturentscheidungen, die in Slack getroffen werden, müssen als versionierte Artefakte innerhalb des Repos kodiert werden, denn aus Sicht des Agenten existiert nicht, was nicht im Kontext steht.
Architektonische Beschränkungen werden mechanisch durchgesetzt, durch ein striktes Abhängigkeitsschicht-Modell (Types → Config → Repo → Service → Runtime → UI), von Codex generierte benutzerdefinierte Linter sowie ArchUnit-artige Tests structurels, die in der CI laufen. Die Fehlermeldungen der Linter sind so gestaltet, dass sie Korrekturanweisungen direkt in den Kontext des Agenten einspeisen und Beschränkungen so in aktive Anleitung verwandeln.
Entropie-Management (Garbage Collection) besteht aus wiederkehrenden Codex-Aufgaben, die den Code auf Abweichungen von etablierten Prinzipien hin scannen, Qualitätsnoten aktualisieren und automatisch gemergte Refactoring-PRs öffnen.
Der Artikel behauptet einen fundamentalen Wandel der Rolle des Ingenieurs: Der Ingenieur codiert nicht mehr, sondern gestaltet Umgebungen, spezifiziert Absichten und baut Feedback-Schleifen für Agenten. Die größte identifizierte Herausforderung betrifft das Design dieser Umgebungen, Feedback-Schleifen und Kontrollsysteme. Der Engpass bei der Agenten-Performance liegt oft eher im Umgebungsdesign als in der Intelligenz des Modells. Martin Fowler bezeichnete diesen Ansatz als einen „wertvollen Rahmen“ (valuable framing) für KI-gestützte Entwicklung.