OpenAI publica un relato de una metodología interna denominada «harness engineering» aplicada al desarrollo agent-first con Codex. A lo largo de cinco meses, un equipo de tres ingenieros (ampliado después a siete) produjo un producto interno en fase beta que contiene aproximadamente un millón de líneas de código, sin una sola línea escrita manualmente. Los agentes Codex abrieron, evaluaron y fusionaron aproximadamente 1.500 pull requests, un promedio de 3,5 PR por ingeniero y día.
El harness se define como el entorno completo de andamiaje, restricciones y bucles de retroalimentación que rodean a un agente de IA: estructura del repositorio, configuración de CI, reglas de formato, frameworks de aplicación, instrucciones de proyecto, integración de herramientas externas y linters. El primer commit en un repositorio vacío fue generado por Codex CLI con GPT-5, guiado por plantillas.
harness engineering
El enfoque se apoya en tres pilares. La ingeniería de contexto se basa en documentación estructurada dentro del repositorio, organizada en directorios que contienen mapas del sistema, planes de ejecución y especificaciones de diseño. Las decisiones de arquitectura tomadas en Slack deben codificarse como artefactos versionados accesibles dentro del repo, ya que, desde el punto de vista del agente, lo que no está en el contexto no existe.
Las restricciones arquitectónicas se aplican de forma mecánica mediante un modelo estricto de capas de dependencia (Types → Config → Repo → Service → Runtime → UI), linters personalizados generados por Codex y Tests structurels de estilo ArchUnit ejecutados en CI. Los mensajes de error de los linters están diseñados para inyectar instrucciones de corrección directamente en el contexto del agente, convirtiendo las restricciones en orientación activa.
La gestión de la entropía (garbage collection) consiste en tareas Codex recurrentes que analizan el código en busca de desviaciones respecto a los principios establecidos, actualizan las calificaciones de calidad y abren PR de refactorización con fusión automática.
El artículo afirma un cambio fundamental en el rol del ingeniero: el ingeniero ya no programa, sino que diseña entornos, especifica intenciones y construye bucles de retroalimentación para los agentes. El mayor desafío identificado se refiere al diseño de estos entornos, bucles de retroalimentación y sistemas de control. El cuello de botella en el rendimiento de los agentes reside a menudo en el diseño del entorno más que en la inteligencia del modelo. Martin Fowler describió este enfoque como un «encuadre valioso» para el desarrollo asistido por IA.