Com OpenAI fa servir Codex

Codex es fa servir diàriament en nombrosos equips tècnics d’OpenAI com ara Seguretat, Enginyeria de producte, Frontend, API, Infraestructura i Enginyeria de rendiment. Els equips el fan servir per accelerar diverses tasques d’enginyeria, des d’entendre sistemes complexos i refactoritzar grans bases de codi fins a publicar funcionalitats noves i resoldre incidents amb terminis ajustats.

A partir d’entrevistes amb enginyers d’OpenAI i dades d’ús internes, hem recopilat casos d’ús i bones pràctiques que destaquen com Codex ajuda els nostres equips a avançar més ràpid, millorar la qualitat de la feina i gestionar la complexitat a escala.

Codex ajuda els nostres equips a posar-se al dia ràpidament en parts desconegudes de la base de codi durant la incorporació, la depuració o la investigació d’un incident.

Sovint fan servir Codex per localitzar la lògica principal d’una funcionalitat, traçar les relacions entre serveis o mòduls i seguir el flux de dades a través d’un sistema. També ajuda a fer aflorar patrons d’arquitectura o peces de documentació que falten i que, altrament, requeririen un esforç manual important per generar-se.

Durant la resposta a incidents, Codex ajuda els enginyers a familiaritzar-se ràpidament amb noves àrees mostrant les interaccions entre components o traçant com es propaguen els estats de fallada entre sistemes.

Codex es fa servir habitualment per fer canvis que afecten diversos fitxers o paquets. Per exemple, quan els enginyers actualitzen una API, canvien la manera d’implementar un patró o migren a una dependència nova, Codex facilita aplicar els canvis de manera coherent.

És especialment útil quan cal fer la mateixa actualització en desenes de fitxers o quan l’actualització requereix consciència de l’estructura i de les dependències que no es detecten fàcilment amb una regex o un cerca-i-substitueix.

També el fan servir per netejar codi dividint mòduls massa grans, substituint patrons antics per d’altres de moderns o preparant el codi perquè sigui més fàcil de provar.

Codex es fa servir per identificar i abordar colls d’ampolla de rendiment.

Durant tasques d’ajust o de fiabilitat, els enginyers demanen a Codex que analitzi camins de codi lents o intensius en memòria, com ara bucles ineficients, operacions redundants o consultes costoses, i que suggereixi alternatives optimitzades, cosa que sovint es tradueix en millores significatives d’eficiència i fiabilitat.

Codex també es fa servir per donar suport a la salut del codi identificant patrons arriscats o obsolets que encara s’utilitzen activament. Els nostres equips hi recorren per ajudar a reduir el deute tècnic a llarg termini i prevenir regressions de manera proactiva.

Codex ajuda els enginyers a escriure proves més ràpidament, sobretot en llocs on la cobertura és escassa o falta completament.

Quan treballen en una correcció d’error o una refactorització, els enginyers sovint demanen a Codex que suggereixi proves que cobreixin casos límit o camins de fallada probables. Per al codi nou, pot generar proves unitàries o d’integració a partir de la signatura de la funció i de la lògica del voltant.

Codex és especialment útil per identificar condicions límit com ara entrades buides, longitud màxima o estats inusuals però vàlids que sovint s’ometen en les proves inicials.

Codex ajuda els equips a avançar més ràpid accelerant tant l’inici com el final del cicle de desenvolupament.

En començar una funcionalitat nova, els enginyers el fan servir per generar el codi base — carpetes, mòduls i esquelets d’API — per obtenir ràpidament codi executable sense haver de connectar cada peça manualment.

A mesura que els projectes s’acosten al llançament, Codex ajuda a complir terminis ajustats ocupant-se de tasques més petites però essencials, com ara fer el triatge d’errors, omplir buits d’implementació de l’últim tram i generar scripts de desplegament, hooks de telemetria o fitxers de configuració.

També es fa servir per convertir feedback de producte en codi inicial. Els enginyers sovint hi enganxen una petició d’usuari o una especificació i fan que Codex generi un esborrany inicial al qual poden tornar més endavant per refinar-lo.

Codex ajuda els nostres enginyers a mantenir la productivitat quan tenen horaris fragmentats i plens d’interrupcions.
Es fa servir per capturar feina inacabada, convertir notes en prototips funcionals o llançar tasques exploratòries que es poden reprendre més endavant. Això fa que sigui més fàcil pausar i reprendre la feina sense perdre el context, especialment quan estan de guàrdia o tenen moltes reunions.

Codex també és útil per a feines obertes com trobar solucions alternatives o validar decisions de disseny. Pots demanar diferents maneres de resoldre un problema, explorar patrons desconeguts o posar a prova hipòtesis. Això ajuda a fer visibles les compensacions, ampliar les opcions de disseny i afinar les decisions d’implementació.

També es fa servir per identificar errors relacionats. A partir d’un problema conegut o d’un mètode obsolet, Codex pot identificar patrons similars en altres llocs del codi, cosa que facilita detectar regressions o acabar tasques de neteja.

Codex funciona millor quan se li dona estructura, context i marge per iterar. Aquests són alguns dels hàbits que els equips d’OpenAI estan cultivant per obtenir-ne un valor constant en la feina del dia a dia.

Per a canvis grans, comença demanant a Codex un pla d’implementació amb el mode Ask, que després es converteix en l’entrada de les indicacions de seguiment quan canvies al mode Code. Aquest flux de dos passos ajuda a mantenir Codex ancorat i a evitar errors en la seva sortida. Codex funciona millor amb tasques ben delimitades que a tu o a un company us portarien aproximadament una hora de completar o unes quantes centenes de línies de codi d’implementar. A mesura que els models millorin, espera que també augmenti la mida de les tasques que pot assumir.

Configurar un script d’inici, variables d’entorn i accés a internet redueix significativament la taxa d’errors de Codex. A mesura que executis tasques, busca errors de compilació que es puguin corregir en la configuració de l’entorn de Codex. Pot caldre unes quantes iteracions, però a la llarga aporta guanys d’eficiència importants.

Codex respon millor quan les indicacions reflecteixen com descriuries un canvi en una PR o una incidència. Això vol dir incloure camins de fitxer, noms de components, diffs i fragments de documentació quan sigui rellevant. Fer indicacions amb patrons com «Implementa això de la mateixa manera que es fa a [module X]» millora els resultats.

Llança tasques per capturar idees tangencials, feina parcial o correccions incidentals. No hi ha pressió per generar una PR completa d’una sola vegada. Codex funciona bé com a àrea intermèdia a la qual pots tornar quan recuperis la concentració.

Mantén un fitxer AGENTS.md per ajudar Codex a operar de manera més efectiva al teu repo al llarg de diverses indicacions. Aquests fitxers solen incloure convencions de nomenclatura, lògica de negoci, peculiaritats conegudes o dependències que Codex no pot inferir només a partir del codi. Més informació sobre com estructurar el fitxer AGENTS.md a la documentació.

La funcionalitat Best-of-N et permet generar simultàniament múltiples respostes per a una sola tasca per explorar ràpidament diverses solucions i escollir la millor. Per a tasques més complicades, pots revisar diverses iteracions i combinar parts de diferents respostes per obtenir un resultat més sòlid.

Codex encara es troba en una vista prèvia de recerca, però ja està tenint un impacte real en la manera com construïm, ajudant-nos a avançar més ràpid, escriure millor codi i assumir feina que, altrament, probablement mai no s’hauria prioritzat.

Ens entusiasma el potencial del futur — a mesura que els nostres models milloren i Codex s’integra més profundament als nostres fluxos de treball, esperem desbloquejar maneres encara més potents de desenvolupar programari amb ell. Continuarem compartint el que anem aprenent pel camí.