# chen-fioca-openai-future-proof-coding-agents-2025-11-23

## Veille

Robuste Coding Agents entwickeln, die Modellzyklen überdauern: Harness-Architektur, Codex SDK und Computer Use im Terminal — Erfahrungsbericht von OpenAI

## Titre Article

Future-Proof Coding Agents: Building Reliable Systems That Outlast Model Cycles

## Date

2025-11-23

## URL

https://www.youtube.com/live/cMSprbJ95jg?si=4HnxK8w1ELvSr4tz&t=7320

## Keywords

OpenAI, Codex, Coding Agents, Harness, SDK, Computer Use, Agentic Patterns, Model Abstraction, Infrastructure

## Authors

Bill Chen (Product Manager, OpenAI), Brian Fioca (Engineering, OpenAI)

## Ton

**Profil:** Technisch-architektonisch | Systems Engineering | Pragmatisch | Experte

Der Ton entspricht dem von Ingenieuren und Product Leads, die aus der Praxis gewonnene Erkenntnisse teilen. Der Stil ist didaktisch, aber technisch und konzentriert sich auf die Anatomie von Agenten (Harness, Modell, Benutzeroberfläche) sowie auf Integrationsherausforderungen. Der Ansatz besteht in der Lösung von Infrastrukturproblemen: wie sich die Komplexität wechselnder Modelle abstrahieren lässt, um langlebige Tools zu bauen. Der Diskurs richtet sich an Entwickler von Tools und Agenten und verwendet ein präzises Vokabular (Komprimierung, Kontextfenster, Sandboxing, MCP).

## Pense-betes

- **Anatomie eines Agenten**: Benutzeroberfläche + Modell + Harness (das „Harness“).
- **Der Harness ist entscheidend**: Er ist die Interaktionsschicht, die die Komplexität verwaltet (Tools, Prompts, Gedächtnis, Sicherheit).
- **Herausforderungen des Harness**:
- Anpassung an neue Modelle (Gewohnheiten vs. Intelligenz).
- Verwaltung von Latenz und UX, „während das Modell nachdenkt“.
- Verwaltung des Kontextfensters und der Komprimierung.
- Sicherheit (Sandboxing, Berechtigungen).
- **Codex als Harness**: OpenAI bietet Codex nicht nur als Modell, sondern als „Batteries included“-Agent/Harness (Tool-Verwaltung, CLI, Sandboxing).
- **Computer Use für das Terminal**: Codex agiert als Agent, der den Computer über das Terminal bedienen kann, und vereint dabei Coding-Aufgaben und Systemadministration.
- **Aufkommende Muster**:
- Der Harness als neue Abstraktionsschicht (vermeidet das Neuschreiben von Prompt Engineering für jedes Modell).
- SDK Codex zur Integration des Agenten in andere Produkte (z. B. GitHub, Cursor).
- Agenten, die ihre eigenen Tools bauen (dynamische MCP-Konnektoren).

## RésuméDe400mots

Bill Chen und Brian Fioca vom Applied-AI-Team von OpenAI stellen eine Methodik zum Aufbau langlebiger „Coding Agents“ vor, die schnelle Modellentwicklungszyklen überdauern können. Sie gliedern die Anatomie eines Agenten in drei Teile: die Benutzeroberfläche, das Modell (die reine Intelligenz) und den „Harness“ (die Integrationsinfrastruktur).

Der Kern ihres Vortrags konzentriert sich auf die unterschätzte Komplexität des **Harness**. Der Aufbau eines robusten Harness ist schwierig, da er die Anpassung an die spezifischen „Gewohnheiten“ jedes Modells (Prompt Engineering), das Latenzmanagement, die Kontextkomprimierung, die Tool-Integration (MCP) und vor allem die Sicherheit (Sandboxing) bewältigen muss. Sie weisen darauf hin, dass Modelle „Persönlichkeiten“ oder Trainingsverzerrungen aufweisen (etwa die Tendenz, alles lesen zu wollen, bevor sie handeln), die der Harness steuern muss, um wirksam zu sein.

Um dieses Problem zu lösen, positioniert OpenAI **Codex** nicht nur als Modell, sondern als integrierte Lösung aus „Agent + Harness“. Codex (der Agent) übernimmt nativ die Komplexität der Interaktion mit dem System: Ausführen von Terminalbefehlen, Bearbeiten von Dateien, Verwalten des Gedächtnisses und spontanes Erstellen von Tools. Dadurch wird er zu einem „Computer Use Agent“ für das Terminal, der Aufgaben von reinem Coding bis hin zu Systemadministration oder Datenanalyse (CSV-Dateien, Ordnerorganisation) bewältigen kann.

Sie identifizieren aufkommende Muster für Entwickler von Agenten:
1.  **Harness als Abstraktionsschicht**: Die Verwendung eines robusten Harness (wie des SDK Codex) ermöglicht es Teams, sich auf die Produktdifferenzierung zu konzentrieren, statt auf die Pflege der Low-Level-Infrastruktur (Prompting, Tool Calling).
2.  **Agenten innerhalb von Agenten**: Integration von Codex über das SDK als „Sub-Agent“, der in der Lage ist, komplexe technische Aufgaben innerhalb einer größeren Anwendung auszuführen.
3.  **Dynamische Tool-Erstellung**: Die Fähigkeit von Agenten, ihre eigenen Konnektoren (MCP) zu schreiben, um sich ohne vorherige Integration mit APIs oder Systemen zu verbinden.

Abschließend ermutigen sie Entwickler dazu, das „Rad“ des Harness nicht jedes Mal neu zu erfinden, sondern sich stattdessen auf bestehende Infrastruktur zu stützen, um reichhaltigere, stabilere Nutzererfahrungen zu schaffen.

## GrapheDeConnaissance

- Bill Chen —recommande→ architecture agents codage (CONCEPT, 0.92)
- Brian Fioca —recommande→ architecture agents codage (CONCEPT, 0.92)
- OpenAI —emploie→ Bill Chen (PERSONNE, 0.95)
- OpenAI —emploie→ Brian Fioca (PERSONNE, 0.95)
- OpenAI —a_créé→ Codex (TECHNOLOGIE, 0.97)
- Codex —utilise→ Harness (CONCEPT, 0.92)
- Harness —résout→ complexité intégration modèles (CONCEPT, 0.9)
- Codex —utilise→ Computer Use terminal (METHODOLOGIE, 0.88)
- agents IA —a_créé→ outils dynamiquement (MCP) (TECHNOLOGIE, 0.85)
- SDK Codex —permet→ intégration sous-agent (CONCEPT, 0.88)
- Harness —réduit→ dépendance aux cycles d'évolution des modèles (CONCEPT, 0.9)

---
Canonical: https://www.thekb.eu/de/fiches/chen-fioca-openai-future-proof-coding-agents-2025-11-23/