Cisco i OpenAI redefinixen l'enginyeria empresarial amb Codex

Durant dècades, Cisco ha construït i operat alguns dels sistemes de programari més complexos i de missió crítica del món. A mesura que la IA generativa va madurar, passant de l'experimentació a una capacitat operativa real, Cisco es va centrar en allò que coneix millor: escalar tecnologia avançada dins d'entorns exigents del món real.

Aquest enfocament ja està donant forma a la manera com Cisco crea nous productes, inclòs AI Defense, on Codex va ajudar a comprimir treball d'enginyeria crític de diversos trimestres a setmanes.

En lloc de tractar Codex com una eina de desenvolupament independent, Cisco va començar a integrar-lo directament en els fluxos de treball d'enginyeria de producció, exposant-lo a sistemes multirepositori massius, bases de codi amb molta presència de C/C++ i els requisits de seguretat, compliment i governança d'una empresa global.

En aquest procés, Cisco va ajudar a convertir Codex en una cosa fonamentalment diferent d'una eina de productivitat per a desenvolupadors: un company d'equip d'enginyeria amb IA capaç d'operar a escala empresarial.

La feina de Cisco en AI Defense mostra com pot ser aquest model a la pràctica. AI Defense és la solució de seguretat d'IA integral de Cisco que protegeix contra els riscos de seguretat i protecció introduïts per la IA.

L'equip de Cisco va utilitzar Codex per escriure la major part d'AI Defense i gairebé totes les funcions noves que Cisco està creant.

Aquesta feina també reflecteix el paper més ampli de Cisco en l'avenç de la seguretat d'IA. Cisco és una de les principals organitzacions de seguretat que treballen amb la iniciativa Daybreak d'OpenAI, que reuneix models d'OpenAI, Codex i socis de seguretat per accelerar la ciberdefensa i protegir el programari de manera contínua. Com a part d'aquest programa, disposen d'accés governat a GPT‑5.5‑Cyber, un model per a defensors cibernètics.

Cisco també va utilitzar Codex per ajudar a crear el seu Defense Squad, una eina de codi obert que va passar de la ideació a la comunitat de desenvolupadors en menys d'una setmana.

Cisco ja disposa d'una organització d'enginyeria madura amb múltiples iniciatives d'IA en curs. El que feia que Codex fos atractiu no era la compleció de codi ni l’automatització superficial, sinó l’agència. Codex va demostrar tenir la capacitat de:

• Entendre i raonar entre repositoris grans i interconnectats
• Treballar amb fluïdesa en llenguatges complexos
• Executar fluxos de treball reals mitjançant bucles autònoms de compilació-prova-correcció basats en CLI
• Operar dins dels marcs de revisió, seguretat i governança existents

Treballant directament amb OpenAI, els enginyers de Cisco van poder donar feedback sobre com es comportaven aquestes capacitats en entorns reals, donant forma a àrees com l'orquestració de fluxos de treball, els controls de seguretat i el suport per a tasques d'enginyeria de llarga durada, totes elles crítiques per a l'ús empresarial.

Un cop Codex es va incorporar a la feina d'enginyeria diària, els equips van començar a aplicar-lo a alguns dels seus fluxos de treball més difícils i que consumien més temps:

Optimització de compilació entre repositoris: Codex va analitzar els registres de compilació i els gràfics de dependències de més de 15 repositoris interconnectats i va identificar ineficiències. El resultat: una reducció d’un ~20 % en els temps de compilació i més de 1.500 hores d’enginyeria estalviades al mes en entorns globals.

Remediació de defectes a escala (CodeWatch): amb Codex-CLI, Cisco va automatitzar la reparació de defectes amb una execució iterativa i agentiva en bases de codi C/C++ a gran escala. El que abans requeria setmanes d’esforç manual ara es completa en hores, amb un augment de 10 o 15 vegades en el rendiment de resolució de defectes i alliberant els enginyers perquè es puguin centrar en el disseny i la validació.

Migracions de frameworks en dies, no en setmanes: quan els equips de Splunk van haver de migrar múltiples IU de React 18 a 19, Codex va gestionar autònomament el gruix dels canvis repetitius, comprimint setmanes de feina en dies i permetent que els enginyers es concentressin en decisions que requereixen molt criteri.

Cisco va aportar feedback continu de l'ús real en producció que va ajudar OpenAI a accelerar la preparació de Codex per a grans empreses, especialment en àrees com el compliment, la gestió de tasques de llarga durada i la integració amb els canals de desenvolupament existents.

Per a Cisco, la col·laboració va establir un model repetible per adoptar la IA de nova generació: col·laboració tècnica profunda, càrregues de treball reals i alineació del lideratge des del primer dia.

Avui, Codex s'utilitza en múltiples unitats de negoci de Cisco, millorant la productivitat, la qualitat del codi i el temps de resolució. En lloc de dimensionar la feina només amb mesures tradicionals d'esforç, els equips cada cop es pregunten més: «Quant trigarà aquesta execució de Codex?»