Inside OpenAI's agentic software factory

来源：Gergely Orosz 对 OpenAI 多位工程负责人的付费订阅访谈式报道。当前抓取内容在付费墙后的第 4 节标题处结束，因此以下只编译已获取的第 1–3 节，不把文章目录中未抓到的第 5–7 节当作已读证据。

编译摘要

核心结论 1：Agent 的组织采用取决于“能否做长程、有上下文的工作”，不只是模型能力。
- 关键证据：报道声称 OpenAI 非工程团队的 Codex 使用率在四个月内从约 0% 走到约 90%，/goal 长任务、ChatGPT Work、内部系统连接和角色插件共同推动采用；同时作者强调内部 Codex 比外部版本更深地接入 OpenAI 系统。
核心结论 2：软件工厂把“定义结果—获取上下文—实现—构建测试—专业审查—部署观察—生产反馈—事故响应”串成闭环。
- 关键证据：OpenAI pipeline 由人类 builder 定义目标，Codex 读取代码、文档、Slack、Notion、Databricks、Datadog 和内部 skill，生成并修复代码，触发 CI，按领域拆分 review agent，风险高低决定额外审查，再由 per-change agent 监控发布、Perf Factory 反馈性能问题、Sevbot 处理事故。
核心结论 3：当代码生成和审查加速，基础设施容量与人类判断成为新的瓶颈。
- 关键证据：报道转述部分系统在约六个月内负载增长约 10 倍；CI/CD、版本控制、生产发布和移动应用商店审核都成为约束。文中仍保留人类定义目标、批准上线和授权具体事故缓解的节点。

关于数据可靠性的质疑：这是单次外部访谈，采用率、10x 负载和“几乎所有员工使用”主要来自 OpenAI 受访者或作者观察，没有独立仪表盘、分母定义和反例。
关于内部/外部差异的质疑：内部 Codex 接入大量专有系统、数据和 skill，不能直接外推到普通团队购买一个 coding agent 后的结果。
关于专门 Agent 的质疑：作者自己对“告诉模型它是 cloud infrastructure specialist 就会产生更好 review”持保留态度；真正可能起作用的是领域上下文、工具和范围，而不是 persona 标签。
关于自主部署的质疑：per-change autonomous SRE 和 Sevbot 自主缓解是目标方向；当前描述仍是人类批准部署、Agent 观察并提出/执行被授权的具体动作，不能读成无人值守已成立。
证据边界：原文在付费墙处截断，不能据目录推断第 4 节之后关于工具、API、工作变化和规模化的具体内容。

与 Software Factory 对标：Software-Factory 已把软件工厂定义为从输入到部署和维护的 Agent 链；本来源补充了组织级 pipeline、风险分层和 per-change 观察。
与 Agent Harness 对标：插件、长任务、内部知识接入和 per-change agent 说明 Agent-Harness 是生产能力的一部分；模型本身不是完整产品。
与 Agent PR Review 对标：多领域 review agent、风险分层和低风险自动批准，扩展了 Agent-PR-Review 的检查面，但仍需要人类责任和独立验证。
与 AI-Native SDLC 对标：AI-Native-SDLC 的重点从“写更多代码”转向上下文、验证、部署、观测和回滚的连续系统。
跨域迁移：软件工厂的最小组织单元不是“人人有一个 Agent”，而是“人定义目标与风险 + Agent 运行闭环 + 系统提供可观察反馈 + 明确人工接管”。

该来源的证据强度来自多位内部受访者和具体 pipeline 描述，但仍属于外部报道中的厂商自述；同时抓取受付费墙限制。应把它作为架构线索和组织形态案例，不作为 OpenAI 全面运营事实或行业普遍结果。