如何评估驾驭工程的实施效果与成熟度？

1. 吞吐与效率类指标

可观测指标包括人均每日合并 Pull Request 数、从需求到上线的周期、智能体生成代码占比，以及相对纯手写耗时的缩短比例。OpenAI 案例中，团队估计耗时约为手写代码的十分之一，人均每日合并约 3.5 个 Pull Request。

2. 质量与可靠性类指标

核心看"同类错误是否不再复现"、审查负担的下降、浪费 Token 的减少，以及确定性校验（ Linter 、测试 ）的通过率。驾驭工程的成熟度，正体现在从反应式修补走向主动式系统构建、再走向智能体间自动审查的递进。

3. 基准实验作为能力参照

在 LangChain 的 Terminal Bench 2.0（ 含 89 个跨领域任务 ）实验中，保持模型 gpt-5.2-codex 不变、仅调整 Harness，编码智能体排名从第 30 名开外升至第 5 名，得分由 52.8% 提升至 66.5%，提升 13.7 个百分点。该实验说明，在模型固定的前提下，驾驭层的优化可带来显著的可靠性增益，可作为衡量 Harness 成熟度的一项参照。