OpenAI Symphony：把Linear变成AI Agent控制面板

SEO关键词：OpenAI Symphony, Codex编排, AI Agent自主编程

SEO摘要：2026年4月，OpenAI开源了Symphony——一个把项目管理工具变成AI编码Agent编排层的规范。Symphony监控Linear等issue tracker，为每个任务自动创建隔离工作空间、调度Codex Agent执行、生成PR，工程师只负责review。核心设计是"软件即规范"：SPEC.md定义协议，任何语言都能实现。结合Tax AI六周内准确率从25%自进化到86%的案例，Symphony代表了AI编程的下一个范式：不再管Agent怎么干活，只管工作本身。

Tags：OpenAI,Symphony,Codex,AI Agent,AI编程

点击量：100

---

工程师的注意力，成了Agent产能的天花板

OpenAI的工程师发现了一个尴尬的事实：一个人同时管理3到5个Codex会话就已经是极限了。再多，就陷入上下文切换的泥潭——这个Agent在写什么、那个Agent卡在哪一步、第三个Agent生成的代码要不要合并。

2026年4月，OpenAI开源了Symphony，一个专门解决这个问题的编排层。它的思路很直接：别管Agent了，管工作本身。

Symphony做的事说起来简单：监控你的Linear（或Jira、Trello）issue board，发现新任务就自动分配一个Codex Agent去干活，Agent自己读代码、写代码、跑测试、生成PR，工程师只负责最后review。但实现起来，它是一个完整的长期运行编排服务，用Elixir/OTP写成，靠BEAM虚拟机的监督树来保证几十个并发Agent进程不会互相拖垮。

"软件即规范"：SPEC.md才是真正的产品

Symphony最特别的地方不是代码，是它的发布方式。

OpenAI没有把它做成一个产品。仓库的核心是一份SPEC.md，用RFC风格的MUST/SHOULD/MAY语言定义了Symphony服务的行为规范：怎么轮询issue tracker、怎么创建隔离工作空间、怎么调度Agent、怎么处理失败重试、怎么生成PR。Elixir参考实现只是"你可以参考的实现之一"。

OpenAI的Zach Brock把这个思路叫做"软件即规范"（Software as a Spec）。他在X上写道："Symphony首先是一份Spec.md，你可以把它交给任何coding agent，在任何编程语言里生成实现。"

这跟传统的开源不一样。传统开源是"我给你代码，你自己改"。Symphony是"我给你协议，你照着实现"。好处是语言无关——TypeScript、Go、Rust、Python都能实现。代价是"用Symphony"不等于"跑这个二进制"，等于"实现这个协议"。

六个层次，一个状态机

Symphony的架构分六层：

• 策略层：WORKFLOW.md文件定义团队规则，跟代码分支一起版本管理

• 配置层：YAML front matter提供类型化的运行时设置

• 协调层：Orchestrator GenServer每30秒轮询一次issue board，维护一个内存状态机

• 执行层：每个issue一个独立工作空间，git clone + 依赖安装，Agent只在自己的目录里操作

• 集成层：通过GraphQL对接Linear API

• 可观测层：结构化日志 + 可选Phoenix LiveView仪表盘

选择Elixir不是偶然。BEAM虚拟机的OTP监督树给了Symphony一个关键能力：一个Agent进程跑了45分钟后崩溃，不会影响其他49个正在跑的Agent。每个AgentRunner有自己的supervisor，崩溃就重启，干净状态恢复。这在Python或TypeScript里需要额外写大量进程管理代码，在Elixir里是语言级特性。

重试机制用了指数退避：10秒起步，每次翻倍，上限300秒。Orchestrator还会定期从Linear拉取issue状态做对账——如果一个issue被人在Linear里手动移到了Done，Symphony会检测到并停掉对应的Agent，不浪费算力。

从Tax AI看Symphony的真实威力

Symphony不只是理论。OpenAI和Thrive Holdings合作的Tax AI报税系统已经在生产环境跑了完整的自我改进闭环。

去年，Crete会计师联盟的一位资深会计师花180小时准备客户税表。今年，同样的工作量15小时搞定。整个赛季Tax AI处理了7000份税表，准确率最高97%。

但真正惊人的是增长曲线。六周前只能处理最简单的W-2和1099表格，连K-1都搞不定。六周后，字段完成准确率从25%飙到86%。没人重训模型，没人重写核心代码。

怎么做到的？三招。

第一，每次人工纠错都变成结构化数据。会计师每改一个字段，系统记录三件事：AI预测了什么、会计师改成了什么、最终报税用了什么。

第二，生产环境全链路留痕。从源文件上传到字段提取到最终报税，每个节点都有trace。出错时可以精确定位是OCR读错了手写笔记，还是字段映射逻辑有gap。

第三，用Codex把发现变成修复。当某类错误反复出现——比如Tax AI总是漏掉租赁房产的"公平出租天数"字段——这个pattern就被打包成一个有明确成功标准的工程任务，扔给Codex。Codex拿到的不是模糊的bug报告，而是完整的生产trace、出错样本、期望输出、相关代码路径和eval测试集。它自己检查逻辑、提出修复、跑回归测试、生成PR。

六周，租赁房产字段处理从几乎不可用到90%精确率和召回率。而这六周积累的抽象能力和eval规范，又让后续支持Schedule C和Schedule A变得更快。系统越用，能处理的问题越复杂。越复杂的问题被解决，省下的人工时间越多。

Issue Tracker是控制面板，还是过渡方案？

Symphony把issue tracker当作Agent工作的"控制面板"——任务定义在ticket里，Agent按ticket执行，状态在board上流转。

但这个假设正在被挑战。Linear的CEO Karri Saarinen公开说"issue tracking已经死了"。他的逻辑是：Agent应该能从对话、反馈、代码里直接理解上下文，自己生成和更新任务，而不是等人把ticket写好。

Linear自己的Agent产品就在走这条路——把tracker当作Agent的"输出之一"，而不是"输入起点"。

Symphony和Linear Agent代表了两条路线。Symphony说：把工作拆成ticket，Agent逐个执行。Linear说：让Agent自己理解工作，ticket只是副产品。前者适合流程明确的团队，后者适合探索性强的项目。

AI编程的范式转移：从管Agent到管工作

Symphony的底层逻辑是一个更大的趋势：AI编程正在从"人指挥Agent"转向"人定义工作，Agent自主执行"。

过去两年，AI编程工具的核心交互是对话——你跟Cursor聊天、跟Claude Code聊天、跟Codex聊天。你告诉Agent每一步做什么，Agent做完等你确认。

Symphony把这个模式倒过来了。你不再跟Agent对话，你在issue tracker里定义任务。Agent自己读任务、自己干活、自己交PR。你的角色从"操作员"变成了"审核员"。

OpenAI内部用Symphony之后，部分团队的工程产出直接翻倍。Dan McAteer报告用Symphony配合Codex一周关了几十个issue，但同时也指出token消耗巨大——这是当前最大的trade-off。

Symphony是开源规范，不是商业产品。这意味着它的未来取决于社区能造出多少高质量的跨语言实现。但方向已经明确了：Agent的瓶颈不再是模型能力，而是人的注意力。谁能把"管Agent"这件事自动化，谁就拿到了AI编程下一阶段的门票。