这是什么

掘金作者 fly 哥更新《AI Native 全栈工程师》课程第六章，进入实战环节。学员接入自己的 Codex（OpenAI 推出的编程 Agent），围绕一个拼团项目（团长开团、买家下单、订单履约）做完整交付。

课程里抛出一个工程概念：Harness — 学员首份作业就是搭这套「工程底座」，包含代码检查、提交记录、回读材料（把实际行为对照需求写清楚）和老师验收的关联关系。课程反复强调一句口号：「模型越强，越要 Harness」。

换句话说，AI 写代码本身已经不稀奇。把 AI 写的代码放回 PRD（产品需求文档）里逐条核对、对得上版本号、对得上验收人 — 这件事才是这门课真正想教的。

行业怎么看

支持一方：AI 编程工具迭代到 Cursor、Claude Code、Codex 这一代，瓶颈已经从「写不出来」变成「交付可信」。把 Harness 流程化、产品化，正是 2025 年企业落地 AI 编码的必经之路，课程方向与行业观察一致。

保留意见：这是单个作者的实验性课程，方法是否适用于大团队、合规场景、跨部门协作，未经验证。AI 编程工具半年一换，今天围绕 Codex 设计的 Harness，明天很可能要重写。更现实的问题是：课程强调「每个学员独立仓库、独立验收」，复制成本高，对企业培训的启发有限。

对普通人的影响

对企业 IT：如果公司正在评估 AI 编码工具，比起追问「能不能写」，更值得问的是「怎么验收、怎么留痕」。这门课把这套机制讲得相对具体。

对个人职场：「会指挥 AI 写」的人已经不稀缺，开始值钱的是「能判断 AI 写得对不对、并留下证据」的人。这条能力线，越早建立越有壁垒。

对消费市场：AI 编程课会继续涌出。判断标准简单 — 教「怎么用工具」的课遍地都是，教「怎么验收、怎么负责交付」的课才值得付费。