OpenAI 开源 Symphony：自动把看板任务派给 Codex，写完还录演示自证

Symphony 是 OpenAI 开源的一套自主编程调度工具。简单来说，它把敏捷开发看板直接变成了 AI 自动交付流水线。

你不用坐在屏幕前一行行盯 AI 敲代码，只要在 Linear 等看板上像平时一样建需求。Symphony 会自动把任务抓取下来，给每个任务开一个完全隔离的独立工作区，调动 Codex 自己写代码、跑测试，甚至录好一段功能演示视频，交给你最后点击验收。

它是怎么运转的

传统的 AI 编程助手通常是一对一协同，需要开发者在一旁不断给提示词。Symphony 则把工程师的角色往上提了一层，让人类负责提需求和架构设计，把写代码和跑测试全交给后台的 Codex 智能体。

它的核心逻辑是事件监听与自动调度。Symphony 会实时轮询项目看板，抓取符合条件的任务。为了避免任务扎堆，系统设计了一套稳定的调度规则，优先处理高优先级和较早创建的卡片，默认全局并发上限是 10 个智能体，也能按需求状态单独限制并发数。

每个任务启动后，Codex 会在专属的沙盒文件目录里工作。要是某个智能体超过 5 分钟没有产生任何动作，系统会自动判定停滞并杀掉重试。在单个任务里，智能体最多可以连续迭代 20 轮，不用每次都重复发送初始提示词，省下不少上下文空间。

写完代码后，AI 会提供完整的自证证据，包括持续集成 CI 状态、代码审查反馈、复杂度分析，以及一段端到端的操作演示视频。确认无误后，智能体直接合入分支，完成闭环。

OpenAI 透露，这套工具源于内部一个 3 人的实验团队。他们尝试过整个项目零手写代码，在 5 个月内全靠 Codex 产出了约 100 万行代码，合并了大概 1500 个 PR，相当于每人每天合并 3.5 个 PR。这套方法论被称为 Harness Engineering，核心就是让人类去搭环境、定约束，把实现细节交给模型。

怎么跑起来与配置

Symphony 采用 Apache 2.0 协议开源，项目代码放在 GitHub 的 openai/symphony 仓库里。目前官方提供了一份完整的架构规范 SPEC.md，以及一份基于 Elixir 语言实现的参考版本。

它最聪明的地方在于没有做复杂的中心化配置后台，也没有用持久化数据库。系统的所有运行规则都写在代码仓库根目录的 WORKFLOW.md 里，直接随代码一起做版本控制。

这个文件上面是用 YAML 写的配置项，定义轮询间隔、超时时长和并发限制；下面是用 Liquid 语法写的提示词模板，能直接把看板上的任务描述注入给 Codex。你改动这个文件时，Symphony 会实时监听，不用重启服务就能生效。

因为整个调度器完全在内存中运行，服务重启后直接靠看板 API 和本地文件恢复状态，部署起来很轻巧。不过官方也打了预防针，强调这只是一个面向受信环境的工程预览版，并没有做死板的强制沙箱隔离，安全策略需要团队根据自己的内网环境加固。

你可以直接按照仓库里的 Elixir 指南部署，或者直接把 SPEC.md 喂给你常用的编程智能体，让它用你熟悉的语言自己把 Symphony 复刻出来。

为什么重要

我们认为 Symphony 最值得关注的地方，是它第一次把 AI 编程从个人辅助工具拉升成了团队级的调度流程。如果你的团队已经习惯用 Linear 拆解明确的需求，平时受够了在编辑器里等 AI 逐行生成代码，这套工具非常值得拿来在小项目里做实验。

不过它的门槛并不低。要把这套流程跑顺，前提是你的代码库本身有极高覆盖率的自动化测试和清晰的规范，否则 AI 在隔离环境里写完根本无法自证正确性。目前它更适合作为敏捷流程的后台流水线，去消灭那些定义清晰、边界明确的琐碎需求，而不是接手复杂系统的核心重构。