OpenAI publie un retour d'expérience sur une méthodologie interne baptisée "harness engineering" appliquée au développement agent-first avec Codex. En cinq mois, une équipe de trois ingénieurs (élargie ensuite à sept) a produit un produit bêta interne contenant environ un million de lignes de code, avec zéro ligne écrite manuellement. Les agents Codex ont ouvert, évalué et fusionné environ 1500 pull requests, soit en moyenne 3,5 PRs par ingénieur par jour.
Le harnais (harness) est défini comme l'environnement complet d'échafaudage, de contraintes et de boucles de feedback qui entoure un agent IA : structure du dépôt, configuration CI, règles de formatage, frameworks applicatifs, instructions de projet, intégration d'outils externes et linters. Le premier commit dans un dépôt vide a été généré par Codex CLI avec GPT-5, guidé par des templates.
L'approche repose sur trois piliers. L'ingénierie de contexte s'appuie sur une documentation structurée dans le dépôt, organisée en répertoires contenant des cartes du système, des plans d'exécution et des spécifications de design. Les décisions d'architecture prises dans Slack doivent être encodées en artefacts versionnés et accessibles dans le repo, car du point de vue de l'agent, ce qui n'est pas en contexte n'existe pas.
Les contraintes architecturales sont appliquées mécaniquement via un modèle strict de couches de dépendances (Types → Config → Repo → Service → Runtime → UI), des linters custom générés par Codex, et des tests structurels de type ArchUnit exécutés dans la CI. Les messages d'erreur des linters sont conçus pour injecter des instructions de correction directement dans le contexte de l'agent, transformant les contraintes en guidage actif.
La gestion de l'entropie (garbage collection) consiste en des tâches Codex récurrentes qui scannent le code à la recherche de déviations par rapport aux principes établis, mettent à jour des grades de qualité, et ouvrent des PRs de refactoring auto-mergées.
L'article affirme un shift fondamental du rôle de l'ingénieur : celui-ci ne code plus mais conçoit des environnements, spécifie des intentions et construit des boucles de feedback pour les agents. Le plus grand défi identifié porte sur la conception de ces environnements, boucles de feedback et systèmes de contrôle. Le goulot d'étranglement de la performance des agents réside souvent dans la conception de l'environnement plutôt que dans l'intelligence du modèle. Martin Fowler a qualifié cette approche de "cadrage précieux" pour le développement assisté par IA.