Итоги и что дальше

Трек начинался с вопроса, как поставить агенту первую задачу, а закончился вопросом, как построить среду, в которой агенты работают надёжно без постоянного присмотра. Это разные профессии, и путь от одной к другой занял шесть курсов.

Пройденный путь

В «Codex с нуля» вы научились работать с агентом безопасно: песочница, одобрения, AGENTS.md, git как страховка. «Codex в ежедневной разработке» превратил это в рабочий цикл: план, фича, баг, ревью, параллельные задачи. «Настройка и расширение» дал рычаги — конфигурацию, MCP, навыки, хуки, субагентов. «Вайбкодинг с Codex» провёл от идеи до работающего продукта. «Codex в автоматизации» вывел агента из интерактивной сессии в CI, скрипты и собственные клиенты.

Этот курс поднял взгляд на уровень выше. Агент — это модель плюс обвязка, и результат определяет обвязка не меньше, чем модель. Вы разобрали, как Codex собирает промпт и управляет контекстом; как направляющие — AGENTS.md-карта, docs/ как система записи, планы и спецификации — задают курс до действия; как датчики — инварианты в линтерах, петли обратной связи, наблюдаемость, изолированные стенды — ловят ошибки после. Дальше были масштаб — длинные задачи, оркестрация, энтропия, поток MR — и управление: evals, честное чтение бенчмарков, самоулучшающаяся петля, дорожная карта.

Что изменилось в вашей роли

Главный сдвиг — в вопросе, который вы задаёте, когда агент ошибся. Не «как переписать промпт», а «какой возможности ему не хватило и как сделать её понятной и обязательной». Ответ возвращается в репозиторий: строкой в docs/, линтером, навыком, eval-задачей. Каждый такой ответ работает для всех следующих задач и всех коллег, а не только для вашей сессии.

Открытые вопросы

Harness engineering — молодая дисциплина, и честнее назвать то, что пока не решено. Авторы OpenAI не знают, как поведёт себя архитектура полностью агентной системы через годы. Бёкелер называет проверку поведения «слоном в комнате»: доверие к тестам, написанным агентом, пока чрезмерно. Неясно, как измерять покрытие harness и означает ли молчание датчиков качество или слабое обнаружение. И каждая новая модель заставляет пересматривать обвязку: что-то становится лишним, что-то становится возможным. Возвращайтесь к урокам о проверке поведения и о своих evals — по ним видно, где ваш harness слабее всего.

Что дальше

Дальнейший путь зависит от роли:

• Тимлидам — Codex для тимлидов: внедрение в команде, стандарты, ревью при росте потока, метрики.
• Техдирам — Codex для техдиров: доступ, безопасность, данные клиентов, экономика, внутренняя платформа.
• Тестировщикам — Codex для тестировщиков: тест-дизайн, e2e, регресс и проверка тестов, написанных агентом.

Из первоисточников стоит держать под рукой статью OpenAI Harness engineering, статью Бёкелер и разбор evals от Anthropic — к ним стоит возвращаться по мере роста вашего harness.