AI Coding 正从单点辅助编程，逐步引发企业对 Agent 参与研发全流程的讨论。围绕得物推荐的 Harness 实践，企业可以进一步思考 Agent 的应用边界、流程治理、安全合规与价值评估方式。
今日技术观察 点击查看原文> 01 背景速览 随着 AI Coding 进入更多研发场景，讨论重点正在从“能否生成代码”延伸到“如何让 Agent 参与企业研发全链路”。给定材料以得物推荐的 Harness 实践为切入点，关注 Agent 与企业研发流程结合时需要面对的组织、工具和管理问题。由于具体实践细节应以原文披露为准，企业在借鉴时仍需结合自身情况评估。 02 趋势影响 从趋势看，Agent 可能影响需求分析、代码编写、测试验证、发布协作和问题处理等环节，但这并不意味着所有研发工作都适合完全自动化。企业更需要关注 Agent 在不同环节中的职责划分、人工审核节点、上下文获取方式以及结果可追溯性。研发模式的变化，最终还要通过交付质量、开发效率和团队协作效果来验证。 03 企业应用启发 对企业而言，较有价值的启发是先选择边界清晰、过程可度量的场景进行试点，并同步建立任务授权、结果复核、权限控制和异常回退机制。Agent 的引入不应只停留在工具采购层面，还需要与现有代码仓库、研发流程、测试体系和发布规范衔接，避免出现工具孤立、责任不清或难以评估投入产出的情况。 04 合规观察 在安全与合规方面，企业应重点审查源代码、业务数据、接口凭证和内部文档是否会被不当访问或外传，并明确模型服务商、企业内部团队与研发人员之间的责任边界。对于生成或修改的代码，也应保留必要的审计记录，进行安全测试、依赖检查和人工复核。涉及个人信息、重要数据或受监管业务时，还应依据适用的法律法规和内部制度开展评估，不能仅凭效率收益作出上线决定。 05 开放讨论 企业在推进 Agent 进入研发全链路时，应该优先解决哪些环节？哪些任务适合由 Agent 独立执行，哪些任务必须保留人工审批？如何衡量 Agent 带来的真实收益，并在效率、代码质量、数据安全和研发责任之间取得平衡？得物推荐的 Harness 实践可以为这些问题提供怎样的观察样本？ 公开来源参考 AI Coding 之后，如何让 Agent 进入企业研发全链路？得物推荐的 Harness 实践