Cisco integrează Codex de la OpenAI în fluxurile de inginerie și raportează câștiguri de productivitate - timpi de build cu ~20% mai mici și peste 1.500 de ore economisite lunar

Cisco spune că a redus semnificativ timpii de dezvoltare și operare software prin integrarea Codex direct în fluxurile de producție , cu efecte măsurabile precum scăderea timpilor de build cu circa 20% și economisirea a peste 1.500 de ore de inginerie pe lună, potrivit OpenAI , care descrie parteneriatul dintre Cisco și OpenAI pentru folosirea „agentică” (autonomă, pe pași) a AI în ingineria la scară de întreprindere. În loc să trateze Codex ca pe un instrument izolat de productivitate pentru programatori, Cisco l-a integrat în procesele de inginerie din producție, expunându-l la sisteme mari, cu multe depozite de cod (multi-repository), baze de cod puternic axate pe C/C++ și cerințe stricte de securitate, conformitate și guvernanță. Impact operațional: de la „trimestre” la „săptămâni” în livrarea de funcționalități Un exemplu central este AI Defense , soluția Cisco „cap-coadă” de securitate pentru riscurile introduse de AI. Conform materialului, Codex a fost folosit pentru a scrie „majoritatea” AI Defense și „aproape fiecare funcționalitate nouă” pe care Cisco o dezvoltă pentru produs. „Funcționalități care ar fi durat câteva trimestre ca să ajungă la clienți au scăzut la săptămâni.” —DJ Sampath, SVP/GM, AI Software and Platform, Cisco Ce anume e diferit: „agenție” în baze de cod complexe Cisco indică drept element-cheie nu completarea de cod, ci capacitatea Codex de a executa fluxuri reale de lucru, inclusiv bucle autonome de tip „compile-test-fix” prin interfață de linie de comandă (CLI), în timp ce operează în cadrele existente de revizie, securitate și guvernanță. În practică, Codex ar fi demonstrat că poate: să înțeleagă și să raționeze peste depozite mari și interconectate; să lucreze fluent în limbaje complexe (inclusiv C/C++); să ruleze sarcini de durată și să orchestreze pași de lucru specifici ingineriei software. Unde apar câștigurile cuantificabile Materialul oferă câteva rezultate concrete, atribuite utilizării Codex în fluxuri critice: Optimizare de build între depozite : analiză de loguri și grafuri de dependențe în peste 15 depozite interconectate, cu rezultat de ~20% reducere a timpilor de build și peste 1.500 de ore de inginerie economisite lunar la nivel global. Remediere de defecte la scară (CodeWatch) : automatizarea reparării defectelor cu execuție iterativă „agentică” pe baze C/C++ mari, cu o creștere de 10–15 ori a volumului de defecte rezolvate și reducerea duratei de la săptămâni la ore. Migrații de framework : pentru echipele Splunk, migrarea mai multor interfețe de la React 18 la 19 ar fi fost comprimată din săptămâni în zile, Codex preluând schimbările repetitive. „Cele mai mari câștiguri au venit când am încetat să ne gândim la Codex ca la un instrument și am început să-l tratăm ca pe o parte a echipei.” —Ryan Brady, Principal Engineer, Cisco Splunk Context de securitate: Daybreak și acces guvernat la GPT‑5.5‑Cyber În paralel, Cisco este prezentată ca parte a inițiativei Daybreak a OpenAI, un program care reunește modele OpenAI, Codex și parteneri din securitate pentru accelerarea apărării cibernetice și securizarea continuă a software-ului. În acest cadru, Cisco ar fi „guvernat accesul” la GPT‑5.5‑Cyber, descris ca model pentru apărătorii cibernetici. Tot cu Codex, Cisco spune că a construit Defense Squad, un instrument open-source care a ajuns din faza de idee în comunitatea de dezvoltatori în mai puțin de o săptămână. Ce urmează: model de adopție „în producție”, nu pilot Concluzia operațională a colaborării, așa cum este descrisă, este un model repetabil de adoptare a AI în întreprinderi: parteneriat tehnic strâns, încărcări reale de lucru și aliniere la nivel de leadership încă de la început. Codex este folosit acum în mai multe unități de business Cisco, iar echipele ar evalua tot mai des munca prin prisma duratei unei rulări Codex („cât va dura acea rulare”), nu doar prin estimări tradiționale de efort. [...]