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

## Veille

Costruire coding agent duraturi che sopravvivono ai cicli dei modelli: architettura dell'harness, Codex SDK e Computer Use da terminale — resoconto di esperienza di 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

**Profilo:** Tecnico-Architetturale | Systems Engineering | Pragmatico | Esperto

Il tono è quello di ingegneri e product lead che condividono lezioni apprese "sul campo". Lo stile è didattico ma tecnico, incentrato sull'anatomia degli agenti (Harness, Modello, UI) e sulle sfide di integrazione. L'approccio è quello del problem-solving infrastrutturale: come astrarre la complessità del cambio di modello per costruire strumenti duraturi. Il discorso si rivolge agli sviluppatori di strumenti e agenti, utilizzando un vocabolario preciso (compaction, context window, sandboxing, MCP).

## Pense-betes

- **Anatomia di un agente**: interfaccia utente + modello + Harness (l'"harness").
- **L'Harness è critico**: è lo strato di interfaccia che gestisce la complessità (strumenti, prompt, memoria, sicurezza).
- **Sfide dell'Harness**:
- Adattarsi ai nuovi modelli (abitudini vs. intelligenza).
- Gestire la latenza e la UX "mentre il modello sta pensando".
- Gestire la finestra di contesto e la compattazione.
- Sicurezza (sandboxing, permessi).
- **Codex come Harness**: OpenAI propone Codex non solo come modello, ma come agente/harness "batteries included" (gestione degli strumenti, CLI, sandboxing).
- **Computer Use per il terminale**: Codex agisce come un agente capace di usare il computer tramite il terminale, unificando compiti di coding e amministrazione di sistema.
- **Pattern emergenti**:
- L'Harness come nuovo livello di astrazione (evitare di riscrivere il prompt engineering per ogni modello).
- SDK Codex per integrare l'agente in altri prodotti (ad es. GitHub, Cursor).
- Agenti che costruiscono i propri strumenti (connettori MCP dinamici).

## RésuméDe400mots

Bill Chen e Brian Fioca, del team Applied AI di OpenAI, presentano una metodologia per costruire "Coding Agent" duraturi, capaci di sopravvivere ai rapidi cicli di evoluzione dei modelli. Scompongono l'anatomia di un agente in tre parti: l'interfaccia utente, il modello (l'intelligenza grezza) e l'"Harness" (l'infrastruttura di integrazione).

Il cuore del loro intervento verte sulla complessità sottovalutata dell'**Harness**. Costruire un harness robusto è difficile perché deve gestire l'adattamento alle "abitudini" specifiche di ciascun modello (prompt engineering), la gestione della latenza, la compattazione del contesto, l'integrazione degli strumenti (MCP) e, soprattutto, la sicurezza (sandboxing). Sottolineano che i modelli hanno "personalità" o bias di addestramento (come la tendenza a voler leggere tutto prima di agire) che l'harness deve gestire per essere efficace.

Per affrontare questo problema, OpenAI posiziona **Codex** non semplicemente come un modello, ma come una soluzione integrata "agente + harness". Codex (l'agente) gestisce nativamente la complessità dell'interazione con il sistema: eseguire comandi da terminale, modificare file, gestire la memoria e creare strumenti al volo. Ciò lo rende un "Computer Use Agent" per il terminale, capace di svolgere compiti che vanno dal puro coding all'amministrazione di sistema o all'analisi dati (file CSV, organizzazione delle cartelle).

Identificano pattern emergenti per gli sviluppatori di agenti:
1.  **Harness come livello di astrazione**: l'utilizzo di un harness robusto (come lo SDK Codex) permette ai team di concentrarsi sulla differenziazione del prodotto piuttosto che sulla manutenzione dell'infrastruttura di basso livello (prompting, tool calling).
2.  **Agenti dentro agenti**: integrare Codex tramite SDK come "sub-agente" capace di eseguire compiti tecnici complessi all'interno di un'applicazione più ampia.
3.  **Creazione dinamica di strumenti**: la capacità degli agenti di scrivere i propri connettori (MCP) per interfacciarsi con API o sistemi senza integrazione preventiva.

In conclusione, incoraggiano gli sviluppatori a non "reinventare la ruota" dell'harness ogni volta, bensì ad affidarsi a infrastrutture esistenti per costruire esperienze utente più ricche e stabili.

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